规则引擎优先、模型兜底：我把三个流程做成接口后的取舍

做自动化交付一年多，有三件事被反复要求：消息分流、询盘抽取、内容改写。

第五次重复实现之后，我把它们抽成了一个服务。分享几个不显然的设计取舍。

一、默认纯规则，模型只做兜底

默认引擎是关键词 + 正则 + 词表：

意图：九类关键词命中数排序，取最高
- 情绪：正负词表计数，压到 -3..3
- 实体：手机号 / 邮箱 / 微信号 / 国家别名 / 数量 / 预算 / 交期
- 合规：广告法极限词、医疗功效、金融承诺、站外引流

好处是：断网能跑、输出稳定、单条耗时接近 0ms。

客户验收的时候，要的是"同样的输入永远同样的输出"，而不是"每次都很聪明"。模型输出漂移，在验收阶段是灾难------你没法向老板证明它变好了。

配了 OPENAI_BASE_URL + OPENAI_API_KEY 才升级成模型引擎，异常自动回退。返回值里带 engine 字段，谁产生的写得清清楚楚。

二、输出 JSON 就是接口契约，不是聊天窗口

json 复制代码

{
  "intent": "投诉升级",
    "urgency": "高",
      "sentiment": "负面",
        "route": "主管/客诉组（15 分钟内介入）",
          "sla_minutes": 5,
            "need_human": true,
              "suggested_reply": "..."
              }
              ```
              
              字段名直接对齐 CRM 列名 / 工单字段。客户现有系统对接时不用改我们的代码。
              
              我没做成聊天窗口，原因很实际：聊天窗口演示好看，但接不进业务流程。客户已经有一个收件箱了，不想要第二个。
              
              **三、合规检查放在分发接口里**
              
              国内做内容分发，广告法极限词是最常见的下架和罚款原因。
              
              所以 `/distribute` 不只生成六个平台版本，还返回逐条修改建议：
              
              ```json
              { "type": "广告法极限词", "word": "最强", "level": "高", "fix": "改为可举证的具体描述" }
              ```
              
              这个功能不好看，但客户真的用。
              
              **四、踩过的三个坑**
              
              1. **空格的处理**：正则里 `[a-z]` 能匹配 "Aowei" 但匹配不到 "Shenzhen Aowei Trading Co., Ltd"------因为字符集没有空格。英文公司名必须允许空格。
              2. **手机号带空格**：`+86 138 0013 8000` 用纯数字正则抓不到，要先归一化。
              3. **别名**：`US` 不是 `USA`。国家识别要写别名表 + 词边界，否则 "because" 里的 "us" 也会命中。
              
              **五、性能与部署**
              
              单文件、标准库、`python server.py` 就起。镜像 100MB 以内，免费层能跑。健康检查 `/api/health` 返回引擎类型和版本。
              
              真的不需要框架。三个接口、几百行，够用了。
              
              **六、什么时候该上模型**
              
              我的判断标准：规则覆盖率低于 70% 的时候。
              
              先上规则，跑两周，看漏判的都是什么；漏判集中在语义理解（"这个东西是不是你们发的"），再上模型补那 30%。
              
              反过来先上模型，你会得到一堆"看起来对但没法验收"的结果。