1. 项目概述

1.1 项目背景

在企业IT外包、设备售后、技术支持等商业化服务场景中，传统工单系统普遍存在服务计费混乱、流程断裂、管理黑盒等核心痛点：

• 故障上报渠道分散，问题分类依赖人工经验，响应效率低；
• 服务报价、订单、支付线下流转，对账困难，收费标准不透明；
• 现场服务易出现隐性故障，追加费用流程不规范，易产生纠纷；
• 同类问题重复处理，历史经验难沉淀。

1.2 产品定位

「智枢」定位为AI驱动的商业化售后服务一体化平台，以「工单协同为核心、AI智能辅助为亮点、服务计费为闭环」，覆盖「报障→AI诊断→服务报价→订单支付→派单→工程师处理→知识库辅助→验收评价→AI总结沉淀」全链路，为企业售后、IT外包、技术支持团队提供可落地、可量化、可盈利的完整解决方案。

核心说明：本项目核心是技术服务交付，支付仅作为服务费用的结算环节，主体是工单服务全生命周期管理，并非实物商品交易。

1.3 服务角色业务

2. 整体技术架构

技术栈: FastAPI + SQLAlchemy 2.0 异步 + MySQL 8.0 + RabbitMQ 3.12 + Redis 7.0 + Elasticsearch 8.10 + Vue 3 + TypeScript

项目完成后通过Docker部署在阿里云ECS服务器上。

3. 各模块功能总览

1. auth — 认证授权

2. ticket — 工单核心

3. quotation — 服务报价

4. order — 服务订单

5. payment — 支付中心

6. ai — AI 集成

7. knowledge — 知识库

8. statistics — 统计分析

9. file — 文件上传

10. user — 用户管理

11. middleware — 中间件

12. shared — 基础设施

13. tasks — MQ 消费者

4. Redis、RabbitMQ、Elasticsearch使用场景

4.1 Redis使用场景

4.2 RabbitMQ使用场景

1. 交换机

2. 业务事件

3. DLX 延迟消息原理

发布消息 → zhishu.delay 交换机 → 持有队列（TTL 倒计时） → TTL 到期 → dead-letter → DLX=zhishu.events, routing_key=原始key → 业务队列 → 消费者处理

4. 兜底机制

• dispatch.timeout:bid_tasks.py每 2 分钟运行run_dispatch_safety_scanner()补偿可能丢失的 DLX 消息
• quotation.expired: 启动时运行check_expired_quotations()扫描已过期的 pending 追加报价
• 消息积压保护: 毒消息首次 requeue 重试 1 次，二次失败 reject 永久丢弃

4.3 Elasticsearch使用场景

1. 索引

2. 搜索

3. 降级策略

• ES 搜索失败/无结果 → 降级为 MySQL LIKE 查询
• ES 同步失败 →publish_sync内部 MQ 消息不阻塞主流程
• 消费者处理失败 → 写入 audit_log 记录

4. ES 初始化

• 应用启动时ensure_indexes()检查并创建索引
• 分词器: IK 分词器（中文支持）

5. 项目核心业务流转图

6. 项目总结

不足：

1. 工单图片是本地存储没有存储到oss上。
2. 支付功能没有接入真实的微信支付/支付宝支付。
3. 工单RAG-AI问答系统是使用的dify工作流的没有做到和知识库同步实时更新。