TSPR-WEB-LLM-HIC 生产级架构升级方案
技术支持：拓世网络技术开发工作室
-
权重动态化（支持按领域配置 + 离线搜索）
-
反馈闭环具象化（不直接改概率，而是引入反馈偏置）
-
多轮对话状态管理（增加会话一致性控制）
-
成本主动控制（预算熔断）
-
补齐验收标准与风险表
TSPR-WEB-LLM-HIC 生产级架构升级方案 v2.1
一、总架构定位
项目 说明
名称 TSPR-WEB-LLM-HIC v2.0
定位 可控式 LLM 决策引擎 + 知识增强推荐系统
核心能力 概率链调度 + 人在闭环 + 成本治理 + 可解释推理
适用场景 智能推荐、智能导购、企业问答、垂类助手、ToB SaaS
二、核心数据结构（已扩展）
2.1 Query 增强
```python
class Query:
query_id: str
session_id: str
user_id: str
text: str
history: list[dict] # 对话历史
timestamp: int
source: str # WEB/APP/API
intent: Intent
multi_intent: list[Intent]
semantic_vector: list[float]
prob_chain: ProbabilityChain
context: dict # 上下文槽位
need_llm: bool
need_human: bool
status: str # INIT / PROCESS / DONE / HUMAN
```
2.2 Intent 结构
```python
Intent = {
"intent_id": str,
"role": str,
"scenario": str,
"domain": str, # ecommerce / education / medical
"need": str,
"constraint": dict,
"entities": list[Entity],
"confidence": float,
"is_multi": bool
}
```
2.3 ProbabilityChain（增强版）
```python
ProbabilityChain = {
"S1": 0.82, "S2": 0.75, "S3": 0.68, "S4": 0.72, "S5": 0.66,
"weights": {...}, # 按 domain 动态加载
"final": 0.71,
"calc_method": "weighted_sum_norm",
"version": "v1",
"feedback_bias": 0.0 # 新增：历史反馈偏置
}
```
三、核心算法（已修正）
3.1 概率融合公式
```python
def compute_probability_chain(query: Query) -> ProbabilityChain:
P1 = intent_model(query.text)
P2 = semantic_match(query.intent, content_pool)
P3 = kg_score(query.intent)
P4 = content_score(content_pool)
P5 = ranking_score(query, content_pool)
按领域加载权重（可配置）
w = load_weights_by_domain(query.domain)
final_raw = w["S1"]*P1 + w["S2"]*P2 + w["S3"]*P3 + w["S4"]*P4 + w["S5"]*P5
final_prob = min(max(final_raw, 0.0), 1.0)
return {"S1":P1, "S2":P2, "S3":P3, "S4":P4, "S5":P5,
"weights":w, "final":final_prob,
"calc_method":"weighted_sum_norm", "feedback_bias":0.0}
```
3.2 动态决策阈值
```python
THRESHOLD_CONFIG = {
"default": {"high":0.7, "mid":0.4},
"ecommerce": {"high":0.65, "mid":0.35},
"education": {"high":0.75, "mid":0.5}
}
def llm_decision(prob_chain, domain="default"):
th = THRESHOLD_CONFIG[domain]
final = prob_chain["final"] + prob_chain.get("feedback_bias", 0.0)
if final > th["high"]:
return "NO_LLM"
elif final > th["mid"]:
return "CALL_LLM"
else:
return "HUMAN_REQUIRED"
```
3.3 人工反馈闭环（修正版）
不再直接修改概率链，而是引入 反馈偏置，支持时间衰减：
```python
def apply_human_feedback(query_id, intent, is_correct):
存入反馈存储
feedback_store.record(query_id, intent, is_correct)
def get_feedback_bias(intent, window_days=7):
stats = feedback_store.stats(intent, window_days)
if stats.total == 0:
return 0.0
正确率越高，偏置越大（正向）
bias = (stats.correct - stats.incorrect) / stats.total
return min(max(bias * 0.1, -0.1), 0.1) # 限制范围
```
3.4 多轮对话一致性控制
```python
def apply_conversation_consistency(query, last_intent):
if query.session_id and last_intent:
if query.intent != last_intent:
意图跳变惩罚
return 0.85
return 1.0
```
四、微服务架构（含降级）
4.1 服务拆分
```
intent-service
semantic-service
kg-service
content-engine
ranking-engine
tspr-core # 新增：降级/熔断/缓存
llm-gateway # 增强：路由/限流/成本/预算熔断
hic-console
orchestrator v2 # 并行调度 + 一致性控制
monitor-service
config-service # 动态阈值 + 权重配置
```
4.2 熔断降级规则
条件 动作
kg-service 异常 P3 = 1.0，标记 DEGRADE_KG
vector 异常 P2 = 1.0，标记 DEGRADE_VECTOR
错误率 > 30% 全局降级为规则引擎 + 缓存
月度成本 > 预算 80% 强制 NO_LLM
五、LLM Gateway（生产级）
能力 说明
多模型路由 OpenAI / Claude / Gemini / 本地模型
容错 超时、重试、熔断、限流
成本控制 Token统计、预算熔断、成本告警
安全 敏感词过滤、结果缓存
可观测 全链路日志追踪
六、API 设计
6.1 推理接口
```http
POST /tspr/v2/infer
Headers: Authorization, Domain
Body: {
"query": "...",
"session_id": "xxx",
"user_id": "xxx"
}
```
6.2 配置刷新
```http
POST /admin/config/refresh
```
6.3 状态查询
```http
GET /tspr/v2/status/{query_id}
```
七、Orchestrator 调度核心（最终版）
```python
def orchestrator(query: Query):
1 全局熔断检查
if monitor.get_error_rate() > 0.3:
return degrade_direct_output(query)
if llm_gateway.monthly_cost() > budget * 0.8:
return direct_output(query) # 强制不调LLM
2 并行调用
p1 = intent_service.call_async(query.text)
p2 = semantic_service.call_async(query.text)
p3 = kg_service.call_async(query.intent)
wait_all(p1, p2, p3)
3 后续串行
p4 = content_engine.call(query)
p5 = ranking_engine.call(query)
4 概率计算
prob_chain = compute_probability_chain(query)
5 多轮一致性调整
last_intent = session_store.get_last_intent(query.session_id)
consistency = apply_conversation_consistency(query, last_intent)
prob_chain["final"] *= consistency
6 反馈偏置
bias = get_feedback_bias(query.intent)
prob_chain["feedback_bias"] = bias
7 决策
decision = llm_decision(prob_chain, query.domain)
if decision == "NO_LLM":
return direct_output(query)
elif decision == "CALL_LLM":
return llm_gateway.call(query)
else:
return hic_console.trigger(query)
```
八、监控指标（全维度）
类别 指标
概率层 S1~S5 分布、final_prob 分位线
决策 LLM调用率、人工介入率、降级次数
成本 月度成本、单次成本、预算告警
质量 满意度、转化率、反馈偏置变化
系统 错误率、延迟、熔断次数
九、验收标准（KPI）
指标 目标值
LLM 调用率 ≤ 30%
人工介入率 ≤ 5%
P99 延迟 ≤ 1.5s
系统可用性 ≥ 99.9%
月度 LLM 成本 ≤ 预算 80%（主动熔断）
反馈偏置收敛 7 天内显著区分好坏意图
十、风险与对策表
风险 概率 影响 对策
权重不收敛 中 高 离线贝叶斯搜索 + A/B实验
恶意反馈攻击 低 中 反馈偏置限幅 ±0.1 + 用户信用分
多轮对话状态爆炸 中 中 Session TTL + 槽位过期策略
成本超预算 中 高 预算熔断 + 日/周告警
模型退化 中 高 离线评估 + 自动回滚
十一、MVP 路径（能力升级版）
阶段 内容
阶段1 规则 + 轻向量 + 基础调度
阶段2 KG + 概率链 + 动态阈值 + 反馈存储
阶段3 HIC + 可解释 + A/B测试 + 多轮一致性
阶段4 自学习（离线微调 + 权重搜索）+ 多租户 SaaS
十二、资源预估（2人月）
角色 人力 周期
后端开发 1人 1.5月
算法工程师 0.5人 1月
运维/监控 0.5人 0.5月