财闻深度财经
见于未来

专业的财经内容
可持续的智能能力

建设方案 · 2026.09
框架预览

财闻 AI 建设总体架构与实施路径

以业务为牵引，让知识、模型与智能体形成可持续交付的能力。

业务提效

提升采编研究与内容交付的质量、效率和覆盖能力。

产品创新

形成有依据、可更新、可持续使用的信息与知识服务。

知识积累

沉淀财闻的专业认知、业务方法与可复用案例。

01 / 总体设计BUSINESS · KNOWLEDGE · INTELLIGENCE

一套体系，贯通业务与技术

四层明确职责，两项机制贯穿运行；每次任务按需组合能力，最终回到业务交付。

01

业务应用

定义用户任务、专业标准
与最终交付结果

监测与选题
变化发现 · 线索判断
核验与研究
多源核对 · 交叉分析
内容生产
专业表达 · 多端适配
历史线索沉淀与挖掘
经验留存 · 价值挖掘
↓目标与约束↑结果与证据
02

编排协同

组织专业方法与执行过程
连接人工判断

标准作业与工作流
固定流程 · 稳定交接
智能体运行与协作
规划 · 工具 · 上下文
专业方法与 Skills
业务规范 · 方法装配
人机协作
求证补充 · 审定接管
↓按需调用↑返回结果
03

公共能力

提供可复用、可调用的
专业能力与连接接口

模型服务
理解推理 · 受控生成
数据与知识服务
查询检索 · 证据定位
专业处理工具
解析计算 · 图表渲染
系统连接与交付
来源接入 · 发布导出
↓受控沉淀↑读取资料与证据
04

数据与知识资产

保存可信依据与专业积累
形成长期复用能力

资料与内容资产
原始资料 · 内容版本
结构化数据
指标事实 · 口径关系
财闻专有知识
专业认知 · 方法经验
内部案例与正反样本
实际任务 · 修订依据

全链路治理

权限与责任 · 来源追溯 · 运行资源

评估与持续优化

质量效果 · 问题归因 · 验证后改进

来源接入 → 解析与管理 → 受控资产　｜　计算、存储、网络与运维为共同运行基础逻辑分层，不代表四套独立平台
四层是职责结构，四个专项是建设分工

业务作业定义交付，知识底座提供依据，智能体组织执行，大模型基础设施提供多模型服务、调度与评估。

围绕同一任务，形成交付与积累

结果、证据和修订共同留存；反馈经过归因与验证，再更新知识、方法、工具、流程或模型。

02 / 业务赋能SCENARIO · OPERATING LOGIC · TECHNOLOGY

业务场景如何转成可交付的 AI 作业

从具体任务出发，先定专业判断与交付，再选能承担这一步的技术。40 项作业共用底层能力，但不对应 40 套系统。

01业务场景

谁在什么时点要解决什么问题？明确输入、受众、时间、权限和目标产物。

02核心作业逻辑

事实怎样取得和判断，异常怎样处理，谁审定，结果怎样交付、回写与更正。

03对应技术选型

根据作业选工作流、检索、规则计算、模型、Agent、视觉工具及系统接口；复杂度由任务决定。

典型作业链信息接入→线索与选题→研究与核验→稿件与视觉表达→交付与持续服务

链条表示常见依赖，任务可在任一环节启动。下表中的“技术选型”是实现方式的建议，需结合现有系统、数据许可和试用结果确定具体产品与框架。

01

信息监测与选题

B01—B04

先解决“发生了什么、是否值得做”。输出可追溯的变化、事件和选题，而不是把采集量当新闻价值。

业务场景核心作业逻辑对应技术选型（建议）
业务场景B01 · B02权威公告、竞媒社媒、会议线索监测

值班编辑和记者在固定时段或重点事件中发现有效增量。

核心作业逻辑按来源增量取得原文与附件，识别首发、转载及版本；同主体同事件归并并标注主体、事件、行业等标签，区分“确无新增”和“采集失败”。交付：变化列表、来源链、事件卡和覆盖缺口。
对应技术选型来源连接器＋解析、去重与标签标注；主体/事件识别和聚类；增量游标、批次状态与原文快照。模型辅助摘要，不替代来源判定。
业务场景B03选题发现、历史关联与选题会

从事件池中决定报什么、由谁做、下一步求证什么。

核心作业逻辑比较历史报道与当下增量，评估公共意义、证据、采访可行性；编辑决定采用、合并、退回或搁置。交付：含新事实、采访问题和未解项的选题卡。
对应技术选型全文／向量混合检索＋事件知识图谱＋RAG；选题会工作流和人工待办；采用与成稿反馈回写案例。
业务场景B04市场、板块及主题异动线索

盘中发现值得核查的行情变化。

核心作业逻辑按市场日历和证券口径检测异常，排除停复牌与除权等技术原因；关联公开材料，编辑判断是否能解释变化。交付：带时点、口径和证据状态的异动卡。
对应技术选型流式数据处理＋时序数据库＋指标计算服务＋异常检测模型、历史回放与冷却去重；公告检索提供候选证据。无证据不生成因果结论。
成果边界已有权威源接入、媒体处理链和选题样例；异动工作台有方案基础，真实行情接入与采用仍待核。
02

核验与研究分析

B05—B13

把“像不像旧稿”“事实是否成立”“为什么发生”分开处理，所有关键结论都要能追到来源、计算和反证。

业务场景核心作业逻辑对应技术选型（建议）
业务场景B05新稿相似性与重复报道检查

稿前识别相同事实、相近表述和真正的新角度。

核心作业逻辑按稿件、段落和事实片段比对，编辑区分同题更新、合理引用与重复报道。交付：相似片段、对应旧稿和编辑判断。
对应技术选型关键词＋向量召回、片段重排和差异定位；人工复核结果入样本。相似检索不充当事实核验。
业务场景B06独立事实核验与数字核查

对拟发稿件或读者问题的关键主张逐条求证。

核心作业逻辑拆出主张、时间、单位和范围；多源交叉，数字复算；保留支持、冲突、未知和待采访项。交付：主张—证据表、可复核计算和核验意见。
对应技术选型证据检索与引用定位＋确定性计算；模型辅助抽取主张；审核记录绑定稿件版本。
业务场景B07 · B08 · B09财报、IPO与分类公告研究

处理长文档、批次公告和跨期指标变化。

核心作业逻辑原件解析后核字段与缺页，统一指标口径，比较历史、同业和状态版本；失败项单列，不伪装批次完整。交付：事实表、差异清单、研究底稿与待核缺口。
对应技术选型PDF/表格解析＋结构化指标库＋版本比较；规则计算和任务状态机；生成模型只基于审过的事实组织解释。
业务场景B10 · B11政策宏观、行业观点与研报研究

区分原始政策、第三方观点与财闻判断。

核心作业逻辑新旧条文和指标对比；观点按主体、时间和条件拆分；检查使用权及相反证据。交付：变化说明、观点对照和可引用证据。
对应技术选型授权资料索引＋混合检索/RAG、差异比对和引用定位；来源元数据控制可用范围。
业务场景B12 · B13采访素材与深度专题研究

从会议发言、采访和多支材料形成专业判断。

核心作业逻辑引语可回听、事实与假设分栏；多分支找解释及反证，记者求证、主编审定结论。交付：引用定位、采访问题、研究论证与深稿底稿。
对应技术选型ASR（说话人分离、词级时间戳）＋多模态向量库＋RAG；证据知识图谱与任务编排引擎；仅在并行研究确有收益时用多 Agent。
成果边界已有相似度检测、财报分析底稿与舆情报告样例；正式采用、事实准确性和长期运行要分别验收。
03

内容生产与表达

B14—B24

同一事实进入稿件、图表和视觉产物时，要共享数据口径与版本；模型做表达，确定性工具承担数字和版式约束。

业务场景核心作业逻辑对应技术选型（建议）
业务场景B14—B20新闻稿件与模板化内容生产

覆盖快讯、财报稿、ETF 内容、日报和榜单等高频生产。

核心作业逻辑核验后的事件和指标按稿件或模板结构归槽；数字由程序计算，模型负责撰写与解释，编辑统一审核事实、口径和版式。交付：可编辑稿件、日报、榜单及审定版本。
对应技术选型指标计算服务＋模板渲染引擎＋LLM 结构化生成＋CMS API；事实一致性校验、内容版本管理和批任务调度。
业务场景B21多端内容加工与分发

让同一内容适配不同受众、语言和渠道。

核心作业逻辑锁定关键事实和原文权利，按渠道调整结构、篇幅和语言；逐端核对遗漏、歧义和标题。交付：与原稿关联的摘要、改写、翻译及渠道版本。
对应技术选型LLM 改写/翻译＋语义一致性校验＋术语库；内容版本管理和渠道 API。
业务场景B22—B24可视化内容生产

覆盖新闻封面与海报、模板化图表/图文、故事性图文与视频。

核心作业逻辑新闻海报围绕标题与核心事实；模板化内容由结构化数据和固定版式生成；故事性内容先形成脚本与分镜，再生成图文或视频。交付：可编辑新闻海报、模板化图文、故事图文或视频成片。
对应技术选型图表可视化引擎＋HTML/SVG/Canvas 模板渲染＋图像/视频生成模型；版式合成、文字数字校验和素材版权管理。
成果边界已有 ETF 资讯真实 API 链路、固定日报批次、财经海报和新闻生图记录；成功生成与正式发布、业务效果分开计算。
04

知识查询与持续服务

B25—B29

把一次性稿件背后的可用事实组织为有版本、有权限、能更正的持续服务；先做可验证的样品和真实试用。

业务场景核心作业逻辑对应技术选型（建议）
业务场景B25 · B26公司/事件档案与证据问答

回答“截至某日知道什么、依据是什么”。

核心作业逻辑实体、事件、主张和证据连到版本；先消歧再回答，时间口径及可见权限一并返回。交付：可点击原始证据的答案和档案视图。
对应技术选型实体/事件数据模型＋混合检索/RAG、引用定位、权限过滤和版本化知识写入。
业务场景B27 · B28变化订阅与机构专题交付

按关注对象和约定范围持续交付新变化。

核心作业逻辑比对新增事实，匹配订阅条件与合同用途；审核后发送，记录回执；更正反向定位旧交付。交付：提醒、摘要、专题包与更新通知。
对应技术选型变更检测＋订阅规则＋权限/合同范围控制、任务调度、交付账本与通知接口。
业务场景B29舆情监测、分析报告与响应素材

按约定窗口追踪话题和关键主张。

核心作业逻辑固定样本窗口、归源与去重；区分传播现象、可证事实和未经证实指控；人工决定风险表述。交付：证据支持的舆情报告及响应材料。
对应技术选型多源采集、聚类与证据检索、报告模板、样本/时间快照和人工审核流。
成果边界舆情有实际报告产物；完整档案、证据问答、订阅和机构服务主要处于设计与验证方向，不能写成已上线产品。
05

传播与商业运营

B30—B34 · 扩展域

复用内容和知识能力，但商业价值必须经过真实客户需求、样品、试用和续用验证。

业务场景核心作业逻辑对应技术选型（建议）
业务场景B31 · B32内容传播与渠道运营

提升内容在客户端、社媒、搜索及 AI 搜索中的触达与可见性。

核心作业逻辑按渠道发布并记录内容版本、曝光、点击、收录和引用；对照内容、渠道与时间窗口复盘效果，不把自然波动直接归因于单项改动。交付：渠道版本、传播数据、搜索可见性报告和运营复盘。
对应技术选型多渠道发布 API＋访问日志/埋点采集＋搜索与 AI 搜索监测＋数据仓库/BI；统一内容标识、渠道回执和指标口径。
业务场景B30客户需求与市场机会分析

识别潜在客户、行业需求、竞品服务和可验证的商业机会。

核心作业逻辑结合公开信息、客户访谈和历史接触记录，区分明确需求、潜在线索与内部假设；按价值、可交付性和验证成本确定优先级。交付：客户需求卡、行业机会清单和竞品对照。
对应技术选型公开数据与 CRM API＋客户/行业标签体系＋全文/向量检索＋BI；线索去重、主体关联和访问权限控制。
业务场景B33 · B34售前支持与客户交付

把客户需求转成可报价、可交付、可跟踪的服务。

核心作业逻辑将需求映射到能力、报价和授权范围；交付后记录使用与回执，问题追到产物、版本和责任人，并据此复盘续用。交付：售前方案、交付包、问题工单和续用复盘。
对应技术选型CRM API＋销售知识库/RAG＋文档模板引擎＋RBAC 权限控制＋工单系统 API；交付版本、客户回执和问题状态统一关联。
成果边界GEO、客户场景和销售工具有预研或方案；不能据此认定引用提升、客户采用或商业收入。
06

内部办公与能力建设

B35—B40 · 扩展域

围绕员工日常查询、协同、材料处理和 AI 应用需求提供支持；敏感资料权限及业务签核单独处理。

业务场景核心作业逻辑对应技术选型（建议）
业务场景B35 · B39内部知识查询与岗位学习

查询制度、编辑方法和工具用法，支持新人培训与岗位提升。

核心作业逻辑按岗位权限和有效版本返回制度与方法；把经审定的正反案例组织为学习材料，过期内容及时更新或下架。交付：有出处的制度答案、岗位学习包、案例和操作指引。
对应技术选型企业知识库＋全文/向量检索＋RAG＋知识版本管理＋RBAC 权限控制；引用定位和内容有效期管理。
业务场景B36会议与项目协同

处理会议转写、纪要、周报、行动项和任务跟踪。

核心作业逻辑纪要保留说话人与原话位置；组织者确认结论、负责人和截止时间后写入任务，并根据项目状态生成周报。交付：可回听纪要、确认后的行动项、周报和任务状态。
对应技术选型ASR＋说话人分离/时间戳＋LLM 摘要＋日历/任务/项目系统 API；会议记录与任务状态关联。
业务场景B37 · B38办公文档与经营数据处理

处理行政、人力文档、表格清理、经营汇总和办公材料。

核心作业逻辑限定资料和使用范围，清理表格并复核公式、单位和汇总口径；涉及个人或对外材料由有权岗位审定。交付：规范文档、清洗表格、经营汇总和复核记录。
对应技术选型OCR/文档解析＋表格计算引擎＋公式校验＋文档模板引擎＋权限隔离；保留原始文件、处理版本和导出记录。
业务场景B40AI 需求受理与轻量应用运营

管理内部 AI 需求、轻量 Agent 和自动化工作流的完整生命周期。

核心作业逻辑需求统一受理、去重并确定优先级；选择最小实现，经过评测和业务验收后发布，持续记录使用、维护和退役状态。交付：需求单、原型、评测报告、上线版本和维护记录。
对应技术选型低代码工作流/Agent 编排＋API 连接器＋评测平台＋版本发布和运行监控；需求、应用和责任人统一关联。
成果边界内部方法与 Skills 有历史积累；办公类场景按真实部门任务逐项验证，不因概念完整而视为已部署。

跨场景怎样形成一次交付

以下路径把业务判断与技术调用连起来；已有模块、目标链路和外部验证分层看待。

资讯快讯

首期建议链

B01 来源 → B06 核验 → B14/B16 成稿 → 编辑签发

连接器与解析拿到原文，证据表和复算支撑事实，模板/模型组织表达，CMS 回执确认交付。源失败或证据不足时交线索卡，不伪装完整快讯。

财报研究与稿图

研究底稿已有；贯通待验证

B03 选题 → B07/B12 研究采访 → B15/B23 稿图 → B25 更新

PDF 与指标服务支持跨期比较；记者审定解释，稿件和图表共用口径。若财报更正，定位依赖并重新审核旧产物与档案。

ETF 固定日报

已有批次产物；生产就绪待核

B18 资金统计 → B19 日报与四类排名图 → 整组审核

以确定性计算、指标字典和模板渲染为主；输入表重复或单张图失败时保留批次状态，仅重跑失败项并提供表格降级。

对外持续服务

目标样品与真实试用方向

B25 专题档案 → B27 变化订阅 → B28 机构包 → 用户反馈

同一证据按公众与机构权限分别呈现；订阅和交付留版本、回执及更正关系。需先验证真实需求与授权，再承诺正式服务。

所有作业共用一份交付契约

技术选择最终回到一次任务是否可完成、可追溯、可恢复。

任务入口对象、受众、资料、权限、时限与产物
执行状态处理中、资料不足、待人工、部分交付等
证据版本原始来源、数据时点、关键计算与未解项
人工责任选题、采访、分歧、审定与签发
交付更新回执、反馈、纠错、重审与受控沉淀
查看 B01—B40 完整业务作业目录

编号是任务目录，不是独立系统数量；每项的输入、操作、分支和验收详见《全部业务场景与作业手册》。

监测与选题 · B01—B04

  1. B01权威信息与公告监测
  2. B02社媒、行业线索、会议与竞媒监测
  3. B03选题发现、历史关联与选题会
  4. B04A股、港股、板块及主题异动线索

核验与研究 · B05—B13

  1. B05新稿相似性与重复报道检查
  2. B06独立事实核验与稿前数字核查
  3. B07财报研究、历史与同业比较
  4. B08IPO进程、招股材料与事件研究
  5. B09北交所及其他分类公告处理
  6. B10政策、宏观和监管变化研究
  7. B11行业、券商观点与研报整理
  8. B12采访、业绩会与会议素材处理
  9. B13公司、行业、事件深度报道与专题研究

内容生产与表达 · B14—B24

  1. B14公告与行情快讯
  2. B15财报简讯、综合报道与多角度报题
  3. B16ETF快讯与客户来稿编辑
  4. B17ETF状态解读与持续观察卡
  5. B18ETF资金日记与规模统计
  6. B19ETF固定日报与四类排名图片
  7. B20盘面盘点、榜单、热力图与大类资产/黄金观察
  8. B21多端改写、摘要与翻译
  9. B22新闻封面与新闻海报
  10. B23模板化图表、图文与数据可视化
  11. B24故事性图文、IP 内容与视频

知识查询与持续服务 · B25—B29

  1. B25公司、行业与事件档案
  2. B26证据问答与对象比较
  3. B27变化订阅、追踪提醒与纠错通知
  4. B28机构资讯包、专题与标准交付
  5. B29舆情监测、分析报告与响应素材

传播与商业运营 · B30—B34

  1. B30客户需求、市场机会与竞品研究
  2. B31搜索与AI搜索可见性优化
  3. B32内容传播、渠道运营与效果复盘
  4. B33售前方案、报价与销售支持
  5. B34客户交付、问题处理与续用复盘

内部办公与能力建设 · B35—B40

  1. B35内部制度、编辑方法与工具使用查询
  2. B36会议纪要、周报与任务协同
  3. B37人力与行政文档处理
  4. B38表格清理、经营汇总与办公材料
  5. B39岗位培训、操作指引与正反案例
  6. B40AI需求受理、轻量应用与能力运营
03 / 知识底座BUSINESS USE · KNOWLEDGE ASSETS · TECHNICAL SERVICES

知识底座如何支撑业务，并形成财闻的长期资产

同一套获准资料、结构化事实、财闻专有知识和案例，按任务与受众提供不同服务；结果、证据、版本与更正始终关联。

一套底座，
四类应用。

内部采编要快速找到原文、查准数字并复用专业判断；对外服务要提供有依据、按权限可见且能持续更新的答案。知识库不只是文件问答，也不是四个业务域各建一套数据库。以下按“业务场景 → 核心逻辑 → 对应技术选型”展开，最后说明四类资产和共同运行机制。

共同闭环：来源与授权 → 原件及版本 → 证据与事实候选 → 专业审定 → 按身份和时点查询/计算 → 业务采用与交付 → 更正、复核及案例回流。一次任务只调用所需步骤；未审定候选不进入正式知识视图。
01

资料与证据服务

知识方案 S01 / S02 / S06 / S07

解决“原始材料在哪里、具体哪一处支持这个说法、当时能知道什么”。这是采编研究和后续知识形成的入口。

业务场景核心逻辑对应技术选型（建议）
业务场景B06 · B14 · B15截稿前逐项查证

编辑核对待发稿中的数字、主体、时间、引语和归因。

核心逻辑按稿件版本拆主张；数字走口径与计算，引语回原文位置，解释查反证；逐项标支持、冲突、缺证或待判断，修改后重查受影响段。交付：原句—证据—处理决定一一对应的核查表。
对应技术选型LLM/NLP 主张抽取＋SQL/指标计算服务＋全文/向量混合检索；段落级证据锚点、引用校验和稿件版本依赖；CMS 只提交审核，不由模型签发。
业务场景B01 · B03 · B13 · B25突发事件背景包

记者迅速查前情、相关主体和仍需采访的问题。

核心逻辑确认主体及事件，按“已发生、计划、传闻”构建时间线；区分本次新增和旧背景，标资料覆盖与未解问题。交付：有出处的时间线、关键前情和采访提纲。
对应技术选型实体链接＋事件知识图谱＋时间索引＋全文/向量混合检索；原文版本库和证据快照保留历史状态，模型只组织背景。
业务场景B10 · B26政策版本与适用对象

核对新旧规则、生效日期、地区与具体适用条件。

核心逻辑分清征求意见、正式、修订、废止及过渡条款；展示原文差异，解释有分歧时交专业复核。交付：条款对照、适用限制和待判断项。
对应技术选型文档版本库＋条款切分与语义对齐＋文本 Diff＋时态查询；原文锚点、生效时间索引和人工审核队列。
业务场景B12 · B13 · B26采访检索与可引用原话

记者找曾谈过某议题的人、原话及可使用范围。

核心逻辑按项目权限查录音片段，回听说话人与时间点；区分具名、匿名、仅背景和需再次确认的引语。交付：可回听片段、引用条件和采访线索。
对应技术选型ASR＋说话人分离＋词级时间戳＋多模态向量检索；片段级 RBAC/ABAC 权限、受访者身份隔离和引用版本记录。
成果边界已有权威源、选题与财报等分散资料和项目记录；统一证据定位、跨工作台查询及权限贯通仍需用获准样本和真实任务验证。
02

结构化事实与研究服务

知识方案 S03 / S05 · 跨产物复用

解决“数值是不是同一口径、能否比较、改一个源头会影响哪些稿图”。指标事实与原件相连，计算由可复算工具承担。

业务场景核心逻辑对应技术选型（建议）
业务场景B07 · B15 · B23财报分析、跨期与同业比较

研究员从原报告取得指标，形成稿件和图表。

核心逻辑核表头、单位、期间、合并范围与附注；原值、规范值和修订版并存；不可比时说明限制。交付：可回原页、可复算的分析表与稿图输入。
对应技术选型PDF/OCR 解析＋表格识别＋关系型数据库/OLAP＋SQL/指标计算引擎；指标口径、主体映射和数据版本统一管理。
业务场景B17 · B18 · B19 · B20ETF数据、资金统计与固定日报

每天批量处理、对账、排名并成图。

核心逻辑冻结产品池、表头、交易日和公式；将缺失、冲突、排除项单列；榜单与图文共用同一计算快照。交付：指标表、计算回执、日报与排名图。
对应技术选型数据 API/ETL＋任务调度＋SQL/OLAP 计算引擎＋数据质量校验＋模板渲染；模型只生成文字解释，不参与基础指标计算。
业务场景B06 · B21 · B23数字在稿件、图表与多端间复用

一个上游数字被多个内容版本引用。

核心逻辑为每个数值、公式、标题断言记录输入版本；源修订后定位旧稿、图、缩略图与渠道文案，逐项重新审核。交付：共享口径、依赖清单和更新状态。
对应技术选型数据血缘与元数据管理＋关系型数据库＋事件总线＋版本化存储；源数据修订后触发关联稿件、图表和渠道内容的复核任务。
成果边界财报分析底稿、ETF统计及日报已有不同程度的历史产物；统一主记录和更正联动属于拟建设的公共能力。
03

财闻专有知识与方法服务

知识方案 S04 / S08 / S13

把长期采访、研究、选题和编辑修订中的有效认知留下来。知识要说明“下次任务具体怎么做”，并能看到依据、反例与失效条件。

业务场景核心逻辑对应技术选型（建议）
业务场景B03 · B25历史选题与事件关系复用

新线索出现时看过去怎么报、还有什么未解。

核心逻辑保留正式选题卡及会议采用/否决理由，关联旧事件和新变化；旧卡只有结论无证据时标历史记录。交付：有相关性理由的历史选题与待追问问题。
对应技术选型全文/向量混合检索＋事件知识图谱＋时间索引＋版本化存储；对接现有日报和乐享字段，保留人工结论及采用/否决记录。
业务场景B11 · B13 · B35 · B39行业长期认知与新人上手

记者或编辑需要财闻已形成的判断、方法和常见误区。

核心逻辑从真实研究提炼命题、适用条件、依据、反例、负责人和复核时点；反证出现后限定、修订或撤回。交付：可检索知识卡、代表报道及正反案例路径。
对应技术选型文档/图数据库＋全文/向量索引＋RAG＋工作流引擎＋RBAC 权限控制；知识卡、证据、反例和有效期关联存储。
业务场景B05 · B06 · B39 · B40编辑修订沉淀为方法和正反样本

同类错误反复出现时，找到可复用改法。

核心逻辑记录初稿、终稿、修改位置及原因；区分单篇事实纠错、表达偏好、方法改进；筛选授权案例进行独立评测。交付：经审定的方法候选、案例与评测素材。
对应技术选型稿件 Diff＋任务/版本关联数据库＋数据标注平台＋敏感信息识别与脱敏＋评测数据集版本管理；保留初稿、终稿、修改位置和修改原因。
成果边界现有选题、财报、ETF与 Skills 可提供知识候选和方法依据；专有知识的审定、复核及跨任务效果仍需建立实际维护流程。
04

知识产品与持续服务

知识方案 S09 / S10 · 对外验证

把已经审定且允许使用的资产转为公众或机构可持续使用的产品；对外使用范围与内部研究范围分别管理。

业务场景核心逻辑对应技术选型（建议）
业务场景B25 · B26公司/事件档案与有据问答

用户查某公司截至某日的事实、财闻认识与争议。

核心逻辑按受众和时间选可见事实，区分来源披露、财闻判断与未知；每个回答回到该受众可访问的证据。交付：档案视图、答案、来源和数据截至时间。
对应技术选型全文/向量混合检索＋知识图谱/GraphRAG＋SQL/OLAP 查询＋RBAC/ABAC 权限控制＋引用校验；按问题类型调用事实、事件和解释服务。
业务场景B27 · B28变化订阅与机构专题交付

按对象、变化类型和合同范围持续提供更新。

核心逻辑新资料到达后判断是否为实质变化，去重聚合；发送前复查订阅及客户权益，更正要关联旧通知。交付：提醒、变化摘要、专题包及交付回执。
对应技术选型CDC/事件流＋复杂事件处理（CEP）＋任务调度/消息队列＋RBAC/ABAC 权限控制＋通知 API；交付记录采用幂等写入和版本化存储。
业务场景B29舆情跟踪与研判报告

持续跟踪指定主题、主体和关键说法，形成阶段性研判。

核心逻辑保存样本覆盖、首发与转载链；分别呈现事实、观点、传播和待核指控；编辑判断可交付范围。交付：有样本边界与出处的舆情研判报告和响应素材。
对应技术选型多源采集 API/ETL＋实体链接与事件聚类模型＋传播关系图谱＋全文/向量检索＋报告模板引擎；来源断流显示覆盖缺口。
成果边界舆情报告有实际产物；公司档案、外部问答、订阅与机构服务在本章为设计及受控样品方向，正式产品与客户采用待业务验证。

贯穿四类应用的知识运营机制

这些是知识底座能长期可靠使用的共用作业，不另算一套面向用户的产品。

业务触发核心处理逻辑对应技术选型（建议）
业务触发来源授权变化、客户到期、员工离岗

知识方案 S12

核心处理逻辑分别判断内部查阅、模型处理、引用、外发和训练用途；撤权先阻断新使用，再核索引、缓存、在途任务与备份。
对应技术选型统一授权服务＋用途策略、受众/客户隔离、撤权事件与目标回执。
业务触发财报修订、引文错误、知识被反证

知识方案 S11

核心处理逻辑确认更正性质，保留旧版，反查稿、图、答案、档案与已发通知；逐个决定重算、重审、暂停或通知。
对应技术选型版本化主记录＋关系依赖查询、更正事件、影响任务队列与各渠道回读。
业务触发反复出现的修订、检索失败与用户反馈

知识方案 S13

核心处理逻辑归因到来源、解析、检索、计算、方法或模型；候选修改经独立样本评测，发布后看新任务的真实效果。
对应技术选型案例库＋问题分类＋评测与版本发布；评测集与训练集分离，反馈不自动改正式事实。
业务触发既有 CMS、选题、乐享及旧资料接入

知识方案 S14

核心处理逻辑先核各对象谁是主记录；逐字段映射、保留人工修改、冲突进入复核；分批迁移并核总数、版本和权限。
对应技术选型稳定ID＋适配器＋增量/回读对账；新资产服务提供查询和候选接口，不反向接管 CMS 签发。
上述应用共用四类资产。资料入库、事实审定、财闻知识发布和案例进入评测是不同决定；向量、索引和摘要是可重建的检索投影，不作为原始事实主记录。

四类资产如何支撑四类应用

四类应用共同调用四类资产，二者不是一一对应关系，也不是四套独立数据库。同一份资料可以形成原件、结构化事实、审定知识和业务案例，但进入条件与使用权限不同。

01

资料与内容资产

公告、政策、财报、原创稿、采访和多媒体保留原件、来源、授权、版本及可定位位置；解析失败仍可回原件。

进入条件：来源与用途登记、文件完整；服务：证据查回、背景包、采访与内容复用。
02

结构化数据

主体、证券、事件、指标、事实和计算保留期间、单位、口径、证据与状态；冲突和旧值不静默覆盖。

进入条件：对齐和复算，关键值经授权角色审定；服务：查数、财报、ETF、图表与追踪。
03

财闻专有知识

独家采访提炼、长期行业认知、专业判断与采编方法，写明依据、适用条件、反例、负责人和复核时间。

进入条件：从候选到领域审定；服务：研究参考、方法提示、知识问答及新人上手。
04

内部业务案例与正反样本

真实任务的输入、模型产物、人工修订、最终结果和原因，按事实、表达、权限与使用结果分别标注。

进入条件：任务关联、授权与必要脱敏；服务：复盘、培训、独立评测和按需训练筛选。

推荐技术路线与现有系统分工

这是专项实施设计的推荐组合；具体部署、现网数据库和已有接口仍需实际盘点与验收。

结构化主记录

推荐 PostgreSQL 承担主体、事实、知识版本、权限、依赖及事务。每类对象指定唯一主写位置。

原件与产物

对象存储保存获准原文件、解析产物及导出版本；访问仍经身份与用途服务。

按问题路由的检索

代码和数字先精确查；中文全文与语义检索分别以 OpenSearch、pgvector 为推荐投影，返回后重查证据与权限。

已有系统接入

CMS管稿件和签发，既有选题链管正式日报，乐享保留协作与人工字段；统一服务通过稳定接口供工作流和 Agent 调用。

推荐组件不等于已采购或已部署。先用获准样本比较检索质量、权限隔离和运维成本；已有合格搜索能力可复用。知识图谱首先作为实体、事件和关系的数据模型，首期由 PostgreSQL 关系表承载；复杂关系查询和 GraphRAG 经真实任务验证有效后，再考虑增加图数据库。

首期用两条业务链检验同一底座

内部任务验证依据是否可靠；对外样品验证同一依据在不同权限和交付方式下是否真正可用。

内部：截稿查证与更正联动

获准资料 → 原文定位/指标复算 → 编辑审定 → 稿图引用 → 源头更正 → 影响清单 → 方法与案例回流

用真实稿件和修订样本验证证据、口径、返工和更正；缺数或冲突可以部分交回，不用“查证通过”掩盖未核项。

对外：公司/事件档案受控样品

同一资产 → 外部获准视图 → 有据查询 → 变化展示 → 用户试用反馈 → 产品与知识更新

先选定受众、主题和来源权利；公众、机构与内部身份分别测试。样品和真实试用分开记录，不预设正式产品或订阅已上线。

验收看什么：随机结论能点回准确原文；同一指标在稿与图中可复算；历史时点不会混入未来修订；未授权身份无法通过答案、标题或缓存旁路取到受限内容；一次更正能列出并处理所有已登记依赖；新知识确实在下一次任务中被正确使用。文档数和问答流畅度不能代替这些结果。
04 / 智能体架构STANDARD OPERATIONS · AGENT RUNTIME · ENGINEERING CHOICE

从标准作业到自主研究，组织可靠的智能执行

按任务的不确定性选择执行方式：明确的步骤交给工作流；需要动态判断的部分交给智能体；证据、审核与交付由业务系统承接。

两种执行路径，
共用一套业务基础。

工作流负责普通、稳定、可重复的功能链路，也可以在某个步骤调用模型或 Agent。智能体面向目标明确但路径需要探索的任务，内部装配模型、Skills、工具和上下文，并在必要时协作。两条路径共同调用财闻知识与公共服务，遵守相同的身份、证据和交付规则。

01

预设路径 · 工作流

步骤和分支主要由规则确定；重在稳定、复现、批量处理和跨系统交接。

典型形态：触发 → 读取 → 校验/计算 → 产物 → 回执
02

动态路径 · 智能体

目标与边界先确定；Agent 根据证据和工具结果规划下一步，必要时委派子任务。

典型形态：理解 → 计划 → 行动 → 观察 → 修正/交付
横贯两条路径：任务都可能耗时、等待人工或发生更正；时长与是否使用多个 Agent 是不同维度。Skill 是可复用的专业方法，既可进入固定流程，也可在 Agent 内按需加载。
01

标准作业与工作流

固定步骤 · 规则分流 · 稳定交接

回答“已知怎样做的工作，如何长期、准确地重复执行”。业务系统拥有任务进度和结果状态。

作业需求核心执行逻辑技术承载（建议）
作业需求常规处理标准化采集与整理

来源、字段与输出格式明确，任务需要反复执行。

核心执行逻辑按预设规则取得材料，校验完整性，转换格式并留下失败项；同一输入能够复现处理结果。形成：带来源、批次和异常记录的标准数据。
技术承载连接器＋解析器＋固定流程＋批次对账；例如常规公告归档、表格清理。
作业需求规则明确校验、计算与模板生成

口径、公式或版式已确定，质量依赖准确执行。

核心执行逻辑程序做查重、计算、规则校验和模板填充；冲突或缺失进入异常队列，不靠模型补齐。形成：可复算的数值、检查结果和标准产物。
技术承载规则引擎＋确定性计算＋模板服务；例如固定统计、日报与图表。
作业需求局部语义固定流程中的模型节点

整体步骤稳定，少量环节需要理解文本或受约束表达。

核心执行逻辑在指定位置调用抽取、分类或改写能力；前后由流程限定材料、结果格式和复核条件。形成：可检查的结构化中间结果或候选文本。
技术承载工作流＋模型服务或单次受限 Agent 节点＋输出校验；方法包可按需要复用。
作业需求条件分流路由、并行与批量作业

不同输入类型需要走不同路径，或多份材料可独立处理。

核心执行逻辑依据明确条件选择分支，分别记录成功、失败与排除；只对满足条件的结果汇总。形成：有完整分母和异常明细的批量结果。
技术承载条件路由＋队列/并行节点＋汇总对账；分支依据和版本可回查。
作业需求跨环节交接等待、恢复与系统协同

外部接口或人工处理可能跨时段完成。

核心执行逻辑保存业务进度及每一步回执；恢复前重查输入版本和权限，外发超时先确认目标端状态。形成：可继续处理的任务和可解释的交付状态。
技术承载持久工作流或现有等效引擎＋人工待办＋幂等交付账本；简单链路可采用轻量实现。
边界工作流控制步骤、分支、等待和系统交接；方法可复用，模型只在需要语义处理的节点出现。
输入 · 任务简报目标与约束

交付要求、资料范围、权限、预算与截止条件。

Agent 运行内核规划 → 调用 → 观察 → 调整

根据工具结果继续、改计划、委派、补证或停止；每一步保持任务边界与证据引用。

输出 · 业务产物结果与缺口

可检查的产物、依据、冲突、未完成项及人工待办。

模型推理、理解和表达；由模型服务选择与记录。
Skills财闻专业方法、步骤与适用边界。
工具与知识获准检索、计算、解析及业务接口。
上下文与记忆当前材料、工作状态和可回查引用。

单 Agent 和多 Agent 共用这套内部构造。多 Agent 只在独立分工带来收益时启用；人的补证、审定和接管连接在具体任务节点上。

02

智能体运行与协作架构

任务规划 · 能力装配 · 执行协作

围绕选题研究、财报核验和专题采编，六个模块共同支撑“规划 → 调用 → 观察 → 调整”，将财闻方法、知识与工具组织成可交接的执行过程。

运行模块运行方式技术实现（建议）
运行模块01任务理解与规划

把选题或研究委托拆成可执行的问题和步骤。

运行方式明确研究对象、资料范围、截止时间和目标产物；例如财报研究先查指标变化，再查原因与同业。随新证据调整计划，证据不足时列出待求证项。
技术实现JSON Schema 任务输入＋LLM 结构化规划＋执行状态机；记录步骤、完成条件和计划变更。
运行模块02专业方法装配

把财闻选题、核验和采编方法带入任务。

运行方式按任务加载选题判断、财报口径、事实核查等 Skills，并带入栏目模板和正反案例；方法规定怎么做，知识底座提供原文、事实与历史认知。
技术实现Skill 清单与按需加载＋方法版本库＋提示词模板；记录本次使用的方法、模板和参考案例。
运行模块03工具调用与执行反馈

查公告、找历史报道、复算指标，并根据结果继续研究。

运行方式Agent 调用检索、解析、计算和业务接口，读取结果后判断下一步；找不到依据就补查或交回求证，发现口径冲突就重新核对，并据此更新计划。
技术实现Function Calling＋工具 API/MCP 接入＋参数与返回值校验；调用知识底座和计算服务，保留来源、计算结果和错误记录。
运行模块04上下文与任务状态

跨多轮研究保留已查事实、暂存假设和采访待办。

运行方式按当前步骤装配材料，保留来源、口径、反证和未解问题；采访补充或任务中断后从有效进度继续。经审定的方法与案例再回流知识底座。
技术实现上下文检索与压缩＋会话存储＋状态检查点；任务状态关联资料版本，恢复时核对最新材料。
运行模块05子任务分工与结果汇总

专题研究可分头查政策、企业和行业，再汇成同一底稿。

运行方式主 Agent 给子任务明确问题、资料范围、时限和返回格式；子 Agent 独立取证，返回结论、出处与缺口。主 Agent 按统一时点和口径汇总，冲突回原文核对。
技术实现子任务调度＋独立运行上下文＋消息传递＋结构化结果校验；记录子任务完成状态，支持失败重试与证据归并。
运行模块06人工协同与结果交付

记者补充求证、编辑审定，稿件和图表交回业务系统。

运行方式在采访求证、关键判断和签发节点交给指定人员；提交底稿、引用、计算结果和待核项。人工修订后重查受影响内容，审定版本进入 CMS 或其他交付系统。
技术实现结构化输出校验＋人工待办/审批 API＋CMS/交付 API；绑定产物版本、人工决定和交付回执。
运行分工Agent 组织研究和工具调用，知识底座提供事实与方法依据，工作流衔接人工等待和跨系统交付，记者与编辑承担求证、审定和签发。
03

工程承载与框架选型

执行器对照 · 工作流分层 · 业务契约

框架应承载前述运行机制，并能接入财闻现有方法、知识、权限、审核与交付；选型以同任务验证为准。

AGENT EXECUTION / A

DeepSeek Harness

作为优先验证的 Agent 执行器，重点检查 Skills/工具装配、受限运行、会话恢复和现有财闻方法迁移。官方仍标为开发者预览，需锁版并以真实负例判断准入。

当前定位：主线 PoC；生产采用待验证。　官方说明 ↗
AGENT EXECUTION / B

AgentScope 2.0

作为同层对照执行器，重点检查 Agent 服务、方法与工具接入、团队协作、状态和多用户隔离。官方服务示例的身份入口仍需财闻接入真实认证，部署能力按固定版本实测。

当前定位：正式对照候选；可在实测中胜出。　官方文档 ↗
业务流程控制｜Temporal 或现有等效能力

负责跨步骤状态、人工等待、恢复和交付协调。它与 Agent 执行器分工；普通链路按复杂度选择轻量实现。Temporal 文档 ↗

局部图流程｜LangGraph

可用于已有或确有收益的复杂节点图；若业务总进度已由工作流掌管，就不再重复拥有同一任务的总调度权。官方文档 ↗

框架特点与财闻适配

左侧比较框架提供什么，右侧说明这些特点适合财闻哪些业务和工作方式：栏目方法搭配、连续研究、专题分工、编辑协同与多人工作台。同一场景可用不同框架实现，最终以真实采编试用确定。

比较维度DeepSeek HarnessAgentScope 2.0与财闻的适配
比较维度01运行架构与执行控制
DeepSeek Harness插件化执行循环，可用生命周期钩子调整行为；整轮调用预算需自行补充控制策略。
AgentScope 2.0ReAct 循环＋中间件，可配置最大迭代次数，以及工具被拒绝后的停止条件。
与财闻的适配Harness 的插件与钩子适合选题、深度专题这类边查边调整的工作，按题目加入补查历史、找反证等步骤；AgentScope 的迭代与停止设置适合有截稿时间的核验任务，查到必要依据或达到上限就交回结果和待核项。
比较维度02Skills、工具与知识接入
DeepSeek HarnessSkills 按需注入，工具通过插件或 MCP 注册；知识检索可作为工具接入。
AgentScope 2.0Toolkit 统一装配 Python 函数、MCP 和 Skills；服务层另提供可选知识库能力。
与财闻的适配Harness 按需加载 Skills、组合插件，适合不同栏目灵活搭配：财报题用口径核对与同业比较，ETF 稿用素材归槽与合规检查。AgentScope 的 Python 工具装配适合把表格解析、指标计算等程序放进财报、ETF 作业，配合知识检索使用。
比较维度03上下文与记忆
DeepSeek Harness从会话事件日志组织上下文，提供自动/手动压缩；记忆能力通过插件扩展。
AgentScope 2.0支持上下文压缩、材料外置与检索，长期记忆可接第三方组件。
与财闻的适配Harness 的会话整理与压缩适合记者围绕一个题目连续追问、补材料，保留已查结论和采访待办；AgentScope 的材料外置与检索适合跨年度、跨公司的财报与公告比较，每一步只取需要的段落和表格，不把全部报告塞进对话。
比较维度04任务保存与恢复
DeepSeek Harness持久会话日志＋恢复接口，可重新加载已保存历史；不等于所有工具操作都能自动恢复。
AgentScope 2.0服务层保存会话与 Agent 状态，支持暂停续跑和客户端重连；崩溃后的任务接续仍需验证。
与财闻的适配Harness 的会话日志适合单个记者持续跟进一个选题，补到公告或采访回复后接着查；AgentScope 的服务端会话保存适合工作台上的持续任务，编辑关闭页面后再打开，接回已保存的研究进度。跨日待办和稿件交付仍交给业务工作流。
比较维度05多 Agent 协作
DeepSeek Harness子 Agent 委派方式可替换；团队任务板、消息协作属于实验性扩展。
AgentScope 2.0服务层提供主 Agent 与工作 Agent 团队，各有会话状态，通过团队工具分派和通信。
与财闻的适配Harness 的子任务委派适合一个记者主导、临时拆出历史沿革或监管背景补查的选题；AgentScope 的团队服务适合分工较明确的财报与行业专题，分别查经营、现金流和同业，返回出处与待核项，再汇成记者审阅的底稿。
比较维度06人工协同与业务交付
DeepSeek Harness工具调用审批＋人工输入接口，可通过 Web、SDK 或插件接入业务界面。
AgentScope 2.0人工确认与外部执行事件，可暂停等待结果，再通过服务接口继续运行。
与财闻的适配Harness 的人工输入与审批接口适合编辑边看底稿边操作：补资料、要求重查一句话、确认某次工具操作；AgentScope 的暂停与继续机制适合需要等记者采访、确认指标口径后再往下做的任务。稿件仍按现有采编流程审定、签发。
比较维度07模型接入与替换
DeepSeek Harness模型适配器可替换，并不限于 DeepSeek；新接口可扩展适配器。
AgentScope 2.0统一模型接口与多种适配器，可更换模型配置或扩展供应商接口。
与财闻的适配两者的模型适配器都适合财闻按作业换模型：批量资讯整理用成本合适的模型，复杂财报与专题研究用经验证的强推理模型；未公开采访材料只走获准的模型服务。换模型后，栏目方法、资料来源和交稿格式继续沿用。
比较维度08权限与运行隔离
DeepSeek Harness工具审批、策略钩子与沙箱；官方明确不能作为唯一安全控制。
AgentScope 2.0工具权限、人工确认与工作区隔离；服务层用户认证需外部接入。
与财闻的适配Harness 的沙箱与工具审批适合需要运行脚本、处理上传财报的作业，把文件操作和试算限制在指定环境；AgentScope 的工作区隔离适合多人工作台，按记者任务分开材料与产物。未公开采访、机构定制资料还须由业务权限控制谁能读、谁能对外用。
比较维度09调用追踪与质量评估
DeepSeek Harness会话事件日志可回放，工具执行可扩展审计和指标记录。
AgentScope 2.0运行事件流＋中间件钩子，可接入调用日志与业务观测。
与财闻的适配Harness 的会话回放适合编辑追查一条结论：查过哪些原文、漏了哪个条件、为何改写成这句话；AgentScope 的运行事件流适合值班人员查看批量选题、公告核验卡在哪一步。两者的记录都用于复盘误引、返工与耗时，改进下一轮作业。
比较维度10部署与维护
DeepSeek HarnessNode.js 插件运行时，提供 Web、无界面和 SDK 等配置；仍为开发者预览。
AgentScope 2.0Python SDK＋FastAPI 服务层，服务模式还需存储与消息组件；部分分布式能力仍在建设。
与财闻的适配Harness 的 Web/SDK 与插件方式适合先给一个采编小组做可试用的助手，按栏目逐项加入方法和工具；AgentScope 的 Python SDK 与服务层适合把解析、指标计算等 Python 工具做成后台服务，供多个编辑在工作台共用。先验证小组试用效果，再决定扩大到哪些岗位。
优先验证方向

优先用 DeepSeek Harness 验证“从单项方法到整条作业，再向其他栏目复用”的路线。 先把公告核验、财报口径核对等单项 Skill 用好，再接入现有工作流；需要补查历史、找反证时加入 Agent，随后把同一套检索、计算和方法复用到 ETF 或专题。Harness 的插件、工具和模型组件可分别扩展，适合按栏目需要逐项搭配。

如果首期重点是多人共用工作台，AgentScope 2.0 应同等优先验证。 例如把 Python 解析、指标计算工具集中供给编辑，或让财报专题按经营、现金流、同业固定分工；它的服务层与团队机制可作为这类工作模式的起点。两种框架都能扩展，也都需要接好财闻的知识、人工待办和交稿系统。

首轮看能否以小改动带动更多作业。 先用同一模型、材料和方法跑通一项真实任务，再换一个栏目检查复用：方法和工具保留了多少、增加了多少接入代码、编辑少了多少返工、多人使用后是否稳定。Harness 的灵活性若带来过多定制维护，或 AgentScope 在同题中更省接入工作，就据实调整主线；固定采集、计算与签发步骤继续由工作流负责。

本表按 Harness 当前官方文档与 AgentScope 2.0.9dev 开发文档梳理；上线前须锁定采用版本重新核对，不把开发文档能力视为已部署能力。　Harness 架构 ↗　扩展机制 ↗　安全说明 ↗　AgentScope 配置 ↗　服务架构 ↗　团队协作 ↗

05 / 大模型基础设施MODEL SERVICES · ROUTING · EVALUATION

建设多模型服务、智能调度与效果评估基础设施

以成熟模型调用为主，保障模型能力丰富、服务稳定、调度合理、效果可评估；确有必要时再开展专项微调。

成熟模型调用为主，
调度与评估为重点。

围绕文本、推理、图像和语音等业务需求配置合适的模型服务，不依赖单一模型或供应商。按任务要求、资料边界、时效和成本安排调用，用真实采编效果持续调整。知识底座提供事实，Skills 承载专业方法，工作流和智能体组织任务，本章负责模型服务与调用基础设施。

建设主线：多模型供给 → 按任务调度 → 业务效果评估 → 调整模型与策略。先保证有合适模型可用、调用稳定、效果清楚，再判断是否需要专项微调。
01

多模型服务与稳定保障

能力覆盖 · 多源供给 · 稳定运行

重点不是接通一个 API，而是为不同采编任务提供够用、可替换、持续可用的模型服务。

业务需求核心工程逻辑技术承载（建议）
业务需求能力覆盖不同任务有合适的模型可用

资讯打标签、选题研究、新闻图像和采访转写，需要的能力不同。

核心工程逻辑按需配置文本与推理、视觉理解与图像生成、语音转写与合成等服务；向量与重排模型供知识检索调用。记录各模型的能力、限制和适用任务，不追求接入数量。形成：覆盖财闻实际任务的模型服务组合。
技术承载多供应商 API 适配＋文本/图像/音频接口＋模型配置管理；不同模态保留各自输入输出，不强行套用文本接口。
业务需求多源供给关键业务不依赖单一服务

供应商故障、额度耗尽或模型调整可能影响采编。

核心工程逻辑为关键任务配置经评估的主用与备用模型，明确可替代能力、资料范围和服务额度；不可替代的任务明确暂停或转人工，不静默降级。形成：有适用条件的主备服务配置。
技术承载模型与供应商配置＋健康检查＋熔断与故障转移；备用服务必须符合相同的数据使用范围。
业务需求运行保障实时和批量调用都能稳定执行

快讯有时限，资讯处理和媒资任务会集中产生调用。

核心工程逻辑按服务能力限制并发，设置请求超时和有限重试；仅重试暂时性故障，避免无限等待和重复提交。持续监测可用率、错误、时延及剩余额度。形成：可发现、可处理的调用故障与服务状态。
技术承载并发控制＋限流＋超时与退避重试＋监控告警；异步任务记录提交状态和完成回执。
业务需求统一管理工作流、Agent 和业务系统共用服务

模型配置与密钥不应散落在各个业务脚本中。

核心工程逻辑统一管理调用接口、凭证、模型版本和使用权限，记录调用者、任务及实际模型。默认使用成熟模型服务；确有资料或运行约束时，再单独论证私有部署。形成：可管理、可追踪的模型调用入口。
技术承载模型网关＋供应商适配器＋密钥管理＋调用日志；接入是基础动作，服务保障与持续管理才是建设重点。
职责分工这一层提供模型服务，不重复建设知识库、采编 Skills 或任务流程。事实与权限由知识及业务服务管理，计算由工具完成，审核与发布仍由采编系统承接。
02

模型调度策略

任务匹配 · 升降级 · 时效与预算

根据任务要求选择合适模型，在质量、时效、资料边界与成本之间作明确取舍。

业务需求核心工程逻辑技术承载（建议）
业务需求任务匹配简单处理与复杂研究分别用合适模型

打标签、字段抽取、深入研究和多模态任务不宜使用同一配置。

核心工程逻辑工作流或 Agent 提交任务类型、所需能力、资料等级和输出要求；调度层从评估合格的模型中选择。常规处理优先使用成本合适的模型，复杂推理和长材料处理采用经验证的对应配置。形成：不同任务对应的默认模型与调用配置。
技术承载任务标签＋模型能力配置＋策略路由＋接口兼容校验；先用明确规则调度，不预设复杂的自动路由模型。
业务需求质量升级结果不合格时有明确的下一步

抽取缺项、输出格式错误或复杂任务处理失败，需要区别处理。

核心工程逻辑按校验结果决定有限重试、切换更合适的模型或转人工；资料不足先补证，计算错误先修工具。禁止把模型自报置信度当成唯一依据，也不把所有问题都交给更贵模型。形成：有原因、次数上限和人工出口的升级路径。
技术承载结构化输出校验＋错误码分流＋候选模型切换＋人工待办接口；切换记录模型、原因和结果。
业务需求时效安排保障截稿任务，合理安排批量作业

紧急核验与大批量资讯整理会争用额度和并发。

核心工程逻辑按任务优先级和截止时间安排调用；批量任务分批排队，长耗时任务异步处理。达到等待或时限上限时返回明确状态，由业务流程决定延后、调整或人工接管。形成：有优先级和时限的调用队列。
技术承载优先级队列＋并发配额＋批处理＋异步回调；业务总进度仍由工作流和任务系统管理。
业务需求费用控制看清每类业务的模型使用成本

单次调用便宜，不代表一项任务的总成本低。

核心工程逻辑按任务、部门和模型记录调用量及费用，设置单任务与周期预算；区分文本 token、图像和音频计费。超过预算时按预设策略排队、降级或申请继续，不能以节省费用突破资料边界。形成：可核算、可限制的模型用量与费用。
技术承载用量计量＋预算配额＋成本报表＋超额控制；结合编辑返工评估总成本，而非只比较模型单价。
调度边界工作流和 Agent 决定业务要做什么、用什么材料；调度层决定本次调用使用哪个合格模型、如何安排资源。资料授权先于路由，故障切换不能将受限材料送往未经批准的服务。
03

业务效果评估体系

真实样本 · 分类指标 · 持续比较

评估模型在财闻具体任务上是否可用，并将结果用于模型配置、调度策略和日常优化。

业务需求核心工程逻辑技术承载（建议）
业务需求业务样本用真实采编材料评估模型

通用排行榜不能代替财闻的任务验证。

核心工程逻辑从资讯打标签、公告抽取、研究核验、内容改写和多模态处理等实际任务选取代表样本，包含缺项、冲突和失败案例。保留原材料、人工认可结果与使用范围，测试样本与调试样本分开。形成：可重复使用的分类业务测试集。
技术承载样本库＋版本管理＋人工标注与复核＋测试集隔离；根据业务变化更新，不把所有记录直接视为训练数据。
业务需求评价指标各类任务用各自的评价标准

标签正确、事实准确、图像可用和转写质量不能用同一分数衡量。

核心工程逻辑分类与抽取看准确、完整和出处；研究与改写看事实、证据及编辑修改量；图像看内容与版式可用性；转写看术语、人名、数字及时间定位。共同记录成功率、耗时和成本，高风险错误单独列出。形成：与实际采编要求对应的质量、稳定性和成本指标。
技术承载字段/规则校验＋人工评审＋调用指标＋分任务评测报告；自动评分辅助检查，不代替关键事实复核。
业务需求问题定位先找出错误发生在哪一层

错误可能来自材料、检索、方法、工具或模型本身。

核心工程逻辑关联模型调用、知识引用、工具结果和编辑修改，区分资料缺失、检索遗漏、计算错误、方法不清及模型失误；分别改进数据、检索、Skills、工具或模型配置，再用原样本复验。形成：可定位、可复验的业务问题记录。
技术承载任务关联日志＋证据回查＋编辑反馈标签＋版本对照；不因一次错误就换模型或启动训练。
业务需求持续比较模型和策略调整后仍然好用

供应商更新、提示词变更和路由调整都可能改变结果。

核心工程逻辑用同一批样本比较当前与候选配置，确认质量、时延和费用；变更先小范围试用，观察编辑反馈后再扩大。上线后持续监测，效果下降时调整策略或回到上一合格配置。形成：评估结果驱动的模型与调度更新。
技术承载配置版本管理＋离线对照评测＋小范围路由＋监控与回退；版本记录实际模型、提示词、参数及调度规则。
评估用途评估首先服务于日常调用：确定哪些模型适合哪些任务、何时升级或降级、是否值得更换。只有稳定缺口确实来自模型行为，评估结果才进一步用于判断微调必要性。
01 业务准确标签、字段、术语与事实
02 证据可靠出处、引用与缺项识别
03 编辑可用采纳、修改量与人工耗时
04 调用稳定成功率、时延与故障情况
05 使用成本模型费用与合格交付总成本
04

必要时的专项微调

明确缺口 · 小范围验证

作为条件性补充，不预设专用模型数量，不将训练列为普遍建设任务。

业务需求核心工程逻辑技术承载（建议）
业务需求必要性判断现有模型与方法确实不能满足需求

少数高频、稳定的专业任务可能持续出现同类模型失误。

核心工程逻辑先比较模型选择、提示词、Skills、检索和工具改进；仍有明确且稳定的行为缺口，并有获准、可靠的样本与可衡量收益时，再考虑专项微调。最新事实与数字计算仍由知识和工具提供。形成：有业务依据的微调决定，或继续使用现有模型。
技术承载业务评测＋错误归因＋样本与收益核验；没有稳定缺口或合格数据，就不启动微调。
业务需求小范围验证训练效果必须超过现有调用方案

微调还会增加数据整理、部署和后续维护工作。

核心工程逻辑只选择一个明确任务作小范围试验；在支持微调的服务或可训练基座上实施，用独立样本比较质量、成本和编辑返工。收益不足不接入，接入后保留原模型与回退配置。形成：可采纳或可停止的专项试验结果。
技术承载指令微调（SFT）＋可选 LoRA 参数高效训练＋独立评测＋模型版本与回退管理；是否私有部署另行论证，不因微调默认自建算力。
主次关系多模型服务、调度策略与业务评估是建设主体；专项微调只在实际需求和数据条件成立时开展。财闻专业能力主要由成熟模型、知识底座、Skills 和工具共同形成。
首期建设重点

先配置满足首期业务的多模型服务与备用方案，落实稳定运行、任务调度和业务评估。 用资讯打标签、公告抽取、研究核验及实际需要的多模态任务验证，依据质量、时效、成本和编辑反馈调整模型与策略；微调不作为首期默认交付。

本章为拟建基础设施方案。具体供应商、模型配置、服务额度与投入依据业务测试确定；私有部署和专项微调分别论证，不预设已经采购、部署或训练完成。

06 / 推进与决策FROM A SHARED DESIGN TO REAL DELIVERY

以一条业务闭环起步，按实际效果扩展

内部真实任务与对外验证同步推进，共用资料、证据和专业能力。

PHASE 01

明确切口

选择内部任务及对外验证方向，明确材料、交付要求、模型需求与评估样本。

阶段结果：范围与现有基线
PHASE 02

打通闭环

连接知识、模型调用、执行、核验、人工审核和交付，验证服务故障与任务接续。

阶段结果：可运行、可交接
PHASE 03

验证复用

第二项任务复用能力，对外样品试用，评估模型效果、调度策略及采用与维护成本。

阶段结果：真实使用与效果记录
PHASE 04

按效扩展

依据效果扩大场景，完善多模型配置与调度；确有收益时再引入复杂协作或专项微调。

阶段结果：扩大、调整或停止

关键研讨事项

将总体方向转为实际选择

01首期业务与对外产品切口02知识主记录与既有系统衔接03工作流和智能体执行方案04模型配置、调度策略与评估标准05团队责任、资源与验收标准

阶段以交付结果推进；具体范围、投入与周期在方案研讨后落实。