信息系统规划、开发方法、结构化分析核心知识点
思维导图
以下是信息系统规划、开发方法、结构化分析部分的核心知识点思维导图:

核心知识点
一、信息系统规划
1.1 信息系统规划
(1)定义
信息系统规划也称为信息系统战略计划 ,是针对组织的信息系统目标、发展战略、软硬件及人力等资源、整体开发工作制定的综合性计划。它属于组织顶层管理范畴,是企业整体战略的重要组成部分,聚焦于组织长远、全局、关键性问题,而非具体业务细节。
(2)核心任务
-
制定信息系统的发展目标与整体战略;
-
梳理组织现有业务流程,设计流程优化与改革方案;
-
确定信息系统总体架构方案;
-
编制项目实施计划与各类资源分配方案;
-
开展系统可行性研究。
1.2 业务流程规划
(1)目的
搭建合理、高效、贴合实际运营的业务流程体系,剔除原有流程中冗余、低效的环节,为后续信息系统建设筑牢业务基础。
(2)作用
-
让信息系统功能与线下真实业务逻辑相匹配,降低系统落地与使用难度;
-
精简作业环节,提升整体业务运转效率;
-
明确各岗位、各业务环节的工作边界与数据流转关系。
二、信息系统开发方法与结构化分析
2.1 信息系统开发生命周期
信息系统开发生命周期是指系统从立项、开发到淘汰更替的完整过程,共分为五个标准阶段 ,依次推进:
规划阶段 → 分析阶段 → 设计阶段 → 实施阶段 → 支持(运行维护)阶段
2.2 结构化开发方法
(1)核心思想
遵循自顶向下、逐步求精、模块化分解的原则,按照先整体、后局部的思路拆解复杂系统。
(2)体系组成
完整的结构化开发体系由三部分构成,层层递进:
结构化系统分析 → 结构化系统设计 → 结构化程序设计,分别完成问题描述、逻辑抽象、代码实现工作。
2.3 业务流程分析
(1)概念
对组织现有业务的作业环节、执行顺序、岗位协作关系、单据流转过程进行全面梳理、诊断与优化的分析工作。
(2)作用
排查业务流程冗余与低效问题、规范业务逻辑,为业务流程图绘制和系统功能设计提供真实业务支撑。
2.4 业务流程图
(1)定义
业务流程图是用于描述系统内人员、部门、外部单位之间业务关系、作业顺序、单据与信息流向的图形化工具。
(2)基础组成元素
-
业务参与者:参与业务的人员、部门或外部单位;
-
业务处理:具体的操作、审核、执行等动作;
-
数据载体:各类业务单据、凭证;
-
数据存储:台账、档案、文件等静态数据存放载体。
(3)根据业务描述绘制业务流程图
能够在业务流程分析的基础上,正确采用业务流程图组成元素绘制业务流程图。
业务流程图示例如下:

2.5 数据流分析
(1)概念
数据流分析是对信息系统中数据流动、处理、存储和交互过程的结构化分析方法。
(2)作用
用于理清业务逻辑,排查数据缺口、冗余和异常,发现权限及安全漏洞,为数据流图绘制、系统设计与运行审计提供依据。
2.6 数据流图(DFD)
数据流图是刻画系统数据流动、加工处理、数据存储的核心图形工具。
-
四大基础元素
外部实体、处理(加工)、数据流、数据存储。
-
附加逻辑符号
-
*:数据流同时满足(AND 关系); -
+:数据流任选其一(OR 关系); -
⊕:数据流互斥(XOR 关系)。
-
-
使用禁忌
-
数据流不能在两个外部实体之间直接流动;
-
数据流不能在外部实体与数据存储之间直接流动;
-
数据流不能在两个数据存储之间直接流动。
-
2.7 分层数据流图及绘制原则
(1)分层结构
遵循自顶向下、由外向内 的拆解规则,层级划分如下:
顶层数据流图 → 第一层(0 层)数据流图 → 下层子图,持续拆解至不可再拆分的基本加工为止。
(2)三大绘制原则
-
数据守恒:每一个加工必须至少包含 1 个输入数据流和 1 个输出数据流;
-
分解规则:单个加工拆解出的子加工数量适度,一般不超过 7 个;
-
父图与子图平衡:父图中某一加工的输入、输出数据流,必须和对应子图的输入、输出数据流完全一致。
例如:下图中的父图和子图就存在不平衡 的情况

父图的处理3只有一个输入数据流(订货单),而子图则有三个输入数据流(客户、账号、数量),违反了父图-子图的平衡原则。
修改方法:子图增加一个子处理3.4,将输入数据流(订货单)分解后,再输出给3.1和3.3两个子处理。
(3)在业务流程分析的基础上绘制数据流图
能够在业务流程和业务流程图的基础上,正确采用数据流图组成元素,遵循数据流图分层绘制原则,绘制顶层数据流图和下层子图。
数据流图示例如下:

2.8 数据字典
(1)作用
作为数据流图的配套说明文档,对数据流图中所有元素进行标准化定义、解释与补充说明。
(2)五大标准条目
数据项、数据流、数据存储、数据处理、外部实体。
数据项是系统中不可再拆分的最小数据单元。
数据字典示例如下:


2.9 功能层次图
以分层形式展示信息系统的整体模块、子模块及细分功能,直观体现功能从属关系与模块划分逻辑,主要用于指导系统模块设计与功能落地。
三、智能体系统
3.1 智能体的概念
智能体(AI Agent)是具备自主感知、自主决策、自主执行、交互协作能力的智能实体。它以任务目标为导向,可脱离人工实时干预,主动完成复杂业务工作,与传统被动响应式信息系统有本质区别。
3.2 智能体架构
主流分为单智能体架构 和多智能体协同架构两大类,适配不同业务场景。
(1)单智能体:五层闭环架构(通用入门架构)
整体形成闭环运行链路:感知层 → 记忆层 → 决策层 → 执行层 → 交互层
-
感知层:负责采集外部业务数据、用户指令等信息;
-
记忆层:存储会话上下文、业务知识库、历史运行数据;
-
决策层:系统核心中枢,完成任务理解、逻辑推理、行动规划;
-
执行层:根据决策结果调用工具、接口,落地具体业务操作;
-
交互层:向用户或外部系统反馈执行结果,并将交互数据回传至记忆层。
(2)多智能体:四层协同架构(复杂业务场景专用)
架构组成:主控 Agent + 功能 Agent + 通信层 + 环境层
-
主控 Agent:全局调度中心,负责任务拆解、分配、冲突协调、结果汇总;
-
功能 Agent:专项执行单元,各司其职完成细分业务任务;
-
通信层:实现多个智能体之间的数据、指令交互;
-
环境层:底层业务底座,包含 ERP 系统、数据库、第三方业务系统等。
3.3 智能体关键技术
六大核心支撑技术,共同保障智能体稳定运行:
-
大语言模型(LLM):智能体的核心 "大脑",负责语义理解、指令解析、逻辑推理,配套技术包含提示工程、领域微调等;
-
感知与信息采集:通过接口、数据库、文档解析等方式,主动采集多系统业务数据;
-
决策与推理:包含规则推理、思维链、任务拆解、动态路径规划等核心能力;
-
记忆与知识库:分为短期会话记忆、长期业务知识库,向量数据库是知识检索的核心载体;
-
工具调用与执行:调用系统命令、RPA、第三方 API、数据工具,将决策转化为实际业务操作;
-
多智能体协同:包含通信协议、任务调度、冲突消解、结果融合,支撑多主体分工协作。