背景与协作范围

说明： 这是一个面向中小企业与保险承保/风控人员的外部产品。项目将团队已有的概率化网络风险引擎转化为可操作的 Web 评估流程；我作为产品侧主力开发，负责前端、应用服务、数据与 AI 集成、安全控制和 AWS 生产发布，团队负责底层风险模型与领域规则。

产品工作流

评估流程由七个连续阶段组成：

1. 自动化企业画像： 用户输入公司网址后，Jina Reader 从公开页面采集信息并生成企业画像建议字段，每个值都保留来源。
2. 证据与字段核验： 用户结合置信度和来源逐项检查自动提取的字段，在进入后续评估前确认或修正建议值。
3. 对话补全： 对话助手按主题询问公开证据无法覆盖的信息，并将回答转换为待复核的结构化字段。
4. 结构化表单复核： 多步表单集中呈现已收集字段，用户可以修正内容、保存草稿、恢复未完成的录入，并在提交前完成复核。
5. 历史事件检索与损失估算： 超过 1.2 万条 CyLoss 事件用于检索可比案例。语义排序综合事件文本、行业、地区、时间和已有损失证据，为损失估算提供参照。
6. CRADLE 场景构建： CRADLE 接收对话、网络拓扑图、PDF、Markdown 和 TXT 材料。资产、网络关系和攻击背景都保留来源，便于后续复核。
7. JELAS 风险分析与报告： 通过校验的场景交给 JELAS 进行风险分析，结果整理为管理摘要、系统级发现和优先处理建议。

约十分钟的目标仅涵盖前四个阶段，并产出初步企业风险画像。CRADLE 场景构建和完整的 JELAS 风险分析属于后续阶段。

系统架构

实现按五层组织。React 客户端承载引导式体验，Flask 提供应用边界和风险引擎接入，PostgreSQL 与版本化提交保存生产状态，AI 模型、文档抽取和语义检索负责证据补全，身份控制、应用安全和 AWS 运行维护共同约束访问与发布。

这是一个部署在单台 AWS Linux 主机上的中小型 Web 产品。Nginx 终止 HTTPS 并反向代理到 Gunicorn，Flask 进程由 systemd 管理。SSE 和 REST 风格交互共用同一应用边界，团队风险引擎作为独立维护的依赖接入该边界。

工程化与产品交付职责

前端工程

• 主要工具链： React、Vite 和 Tailwind CSS 构成日常维护的前端。原生 JavaScript 仅用于轻量交互，以及仍在逐步迁移的旧页面。
• 可复用产品流程： 企业画像、证据核对、评估对话、事件参照、场景采集和结果页面共享组件与交互规范。响应式布局覆盖常见的笔记本和平板宽度。
• 表单与草稿状态： 一套共享多步状态连接对话、字段核对和结构化复核。客户端校验即时提示问题，服务端校验作为最终判断。版本化草稿让中断后的评估可以继续。
• 运行状态呈现： 抽取、检索和分析都设置加载、错误和空状态。SSE 持续更新模型输出和任务进度，同时明确标示不完整或可恢复的结果。

Flask 服务与风险引擎集成

• 应用边界： Flask 为提交、证据和结果提供 REST 风格边界，并通过 SSE 传递模型输出与任务进度。输入在任务开始前完成校验，可恢复错误使用一致的结构，便于客户端解释和重试。
• 引擎适配： 应用把通过校验的产品提交转换为团队风险引擎输入，再将结果映射为稳定的展示模型。工作流状态、用户可见错误和进度反馈由产品层管理。
• 来源感知采集： 拓扑图用于补充资产和网络关系。PDF、Markdown 与 TXT 只在材料提供依据时补充攻击背景。仍不确定的值保持未完成状态，交给后续对话确认。

数据与状态管理

• 按环境选择存储： PostgreSQL 是 AWS 生产环境数据库，SQLite 用于本地开发和轻量部署。两种数据库遵循同一套迁移路径，保持应用结构一致。
• 提交生命周期： 事务写入保存版本化企业提交及其证据引用。草稿与发布状态把用户进行中的内容和团队可评审记录分开管理。
• 事件检索： 超过 1.2 万条 CyLoss 记录使用 SentenceTransformers 嵌入，并结合行业、地区和时间信号进行语义排序。服务启动后会预热嵌入缓存，避免首次检索承担完整的模型加载过程。
• 可追踪性： 结构化日志记录请求结果、抽取状态和风险引擎交接，同时避免在常规运行日志中写入敏感评估内容。

AI 模型接入与结果校验

• 统一供应商边界： OpenAI 与 Anthropic 通过统一的模型接入层进行选择。模型按任务选择，结构化抽取、对话和文档理解可以使用各自配置的供应商。
• 有界模型调用： 结构化输出按预期 schema 解析和校验。超时与重试次数受到限制，不完整响应会作为可恢复状态返回，不会直接进入已完成评估。
• 可复核抽取： Jina Reader 内容和 CRADLE 上传材料保留来源引用。建议字段通过 schema 校验后才能写入提交，不确定字段回到对话流程继续确认。
• 检索与分析上下文： CyLoss 匹配用于历史事件参照和损失讨论。PyKEEN 与 NetworkX 保留在风险引擎集成层，用于表达和分析已经确认的场景。

身份、权限与应用安全

• 受控账号： Google OAuth 提供登录，新账号需经过管理员审批。RBAC 区分中小企业、承保和管理操作，Brevo 负责注册、审批、拒绝和密码重置通知。
• 会话与请求保护： 安全会话 Cookie 启用 HttpOnly、SameSite 和 HTTPS 约束。Flask-WTF 为表单及 JSON 操作提供 CSRF 保护，Flask-Limiter 对抽取和模型调用设置更严格的速率限制。
• 外部输入控制： 获取公司网站前，SSRF 校验会检查协议、解析后的目标和地址类型。上传处理限制请求体和解码后大小，只接受支持的类型，并把空文件、不可读内容或部分结果报告为可恢复错误。

AWS 部署与运行维护

• 单机拓扑： 生产应用运行在一台 AWS Linux 主机上。Nginx 与 Let’s Encrypt 提供 HTTPS 入口，Gunicorn 承载 Flask，systemd 负责进程管理。
• 分环境配置： 机密信息和部署参数通过环境变量及主机配置管理，并与本地开发设置分离。代理感知配置保证身份认证和账号链接使用正确的公网 HTTPS 来源。
• SSE 代理配置： Nginx 对事件流关闭缓冲，并为分析请求设置有界且适合长任务的超时。
• 发布检查： 健康检查覆盖 Web 进程、代理链路和受控登录页。结构化日志用于诊断，发布前完成配置和迁移检查，随后执行受控重启。

运营与评审闭环

• 账号管理： 管理界面支持审批、拒绝、角色变更和账号停用，每次操作都会留下审计记录。
• 反馈处理： 用户可以从产品内提交带有流程上下文的反馈。团队结合相关步骤进行分流，并记录处理结果，供后续版本参考。
• 评审状态： 草稿只对提交者可见，发布版本才对授权评审人员开放，用于风险评估复核和产品验证。

技术栈

上线状态

平台已部署于 AWS Linux 主机，面向中小企业与保险承保/风控人员提供 Web 风险评估。Nginx 与 Let’s Encrypt 提供 HTTPS 入口，外部用户通过受控账号访问，账号审批和 RBAC 用于区分 SME、承保及管理权限。当前实现仓库可通过本页面链接查看。

截图

主页 —— 引导式工作流，从 URL 到初步风险画像约 10 分钟

主页同时呈现流程说明和当前进度。左侧列出企业画像、历史事件参照、场景建模与损失估算，右侧的 Your Workflow 面板使用相同顺序。~10m 区块对应初步企业风险画像，CRADLE 场景整理和完整 JELAS 分析在后续阶段执行。页首角色标记显示当前用户进入 SME 或 Insurance 工作流。

核对 —— 对自动抽取字段做置信度配色的复核

核对页把自动抽取值、置信度标记 和来源片段放在同一字段区域。用户可以先处理标记为不确定或缺失的内容，同时保留对其他字段的逐项复核能力。

评估对话 —— 对话式补全 + 实时 collected-fields 面板

对话助手按主题收集公开网站无法提供的 22 个以上字段。每条回复完成解析后，右侧 Collected Fields 面板更新字段状态和取值。用户在最终确认前可以复核已收集内容并补充缺失项。

历史事件 —— 用于对比的相关历史泄露

历史事件卡展示事件类型、记录日期、估算损失和事件背景。候选池先按行业与地区筛选，再结合语义相似度、时间和损失证据排序。承保员可以通过筛选器按事件类型、相关性、日期或损失规模调整结果。

风险分析结果 —— 高管摘要、风险等级分布、系统健康

结果页的 Executive Summary 区域包含总分、影响等级和最高风险系统。Risk Tier 环形图与 System Health 雷达图分别呈现风险等级分布和四项健康指标，用户可以继续查看系统级发现。右上角的 Share Feedback 按钮用于提交与当前结果相关的反馈。