团队项目第一次作业

基于 Agent 协同与本地持久化的智能企业费控管理系统

作业所属课程	首页 - 计科24级56班 - 广东工业大学 - 班级博客 - 博客园
这个作业要求在哪里	团队项目第一次作业 团队展示+选题报告+需求分析 - 作业 - 计科24级56班 - 班级博客 - 博客园
这个作业的目标	自主选题，开发一个把智能体真正嵌入业务系统的软件，完成团队展示、选题报告与需求分析，并撰写博客
团队名称	过敏者小组
团队成员学号-名字	3124004054-邓子航 3124005969-郭敏哲
项目开源地址	https://github.com/LeiYuD/AI-Expense-Assistant

基于 Agent 协同与本地持久化的智能企业费控管理系统 —— 让 AI 真正接管繁琐的财务录入

本文是「过敏者小组」的团队作业博客，包含团队展示、选题报告与需求分析三部分。本项目在传统企业管理系统的底座上引入了大语言模型，通过 Function Calling 机制，把“自然语言报账”直接推进到“生成真实 Excel 台账”的执行闭环。

---

一、团队展示

1. 团队名片

项目	内容
队名	过敏者小组
人数	2人
项目全称	基于 Agent 协同与本地持久化的智能企业费控管理系统
一句话定位	不做“陪聊机器人”，做“能真实建档、记账、删档的财务助理”

我们刻意收窄了范围：首期只做“台账 CRUD（增删改查）”这一条主线跑通，不铺开复杂的发票 OCR 识别和企业审批流。功能可以少，但大模型操作本地文件的每一个动作都必须真实可见。

2. 队员风采

• 姓名：邓子航 （学号：3124004054）
• 姓名：郭敏哲 （学号：3124005969）

3. 项目的具体规划及描述

项目按“先让 AI 懂意图，再让 AI 长手脚”的顺序推进：

• 阶段一 基础对话：跑通大模型基础 API 调用，建立前端通信链路。
• 阶段二 工具唤醒（Function Calling）：定义 JSON Schema，让大模型能判断何时需要记账、何时需要查询。
• 阶段三 本地持久化（Execution）：利用 pandas 和 openpyxl，让 AI 真实操作本地 Excel 文件（增、删、查、看明细）。
• 阶段四 容错与联调：处理文件被占用、多轮上下文记忆等边界问题，确保演示稳定。

4. 团队愿景

让 AI 赋能每一个被繁琐填表折磨的打工人。打造懂意图、能动手的办公中台，让员工只需随口一句“打车花了50”，系统就能自动完成结构化数据录入。让技术既有大模型的智商，也有真实落地的执行力。

---

二、选题报告

1. 选题背景：问题不在“记账”，而在“动作断层”

传统费控系统高度依赖人工经验，存在录入繁琐、易出错等痛点。当员工出差产生多笔消费后，常常需要事后回忆、集中贴票填表。

痛点归纳为两个断点：

• 状态不可见：员工无法随时知道“我今天花了多少钱”，必须登录系统手动查询。
• 动作不连贯：即便大模型能理解“记一笔打车费”，传统对话 AI 也只会回复“好的，已为您记录”，并不会真正生成一个文件。

2. 选题价值：从“人找表单”到“事件驱动 + 工具协同”

传统方式是一条“等人推动”的链：发生消费 -> 事后回忆 -> 填表报账。
目标方式把“对话”变成链条的起点，大模型作为调度中枢，挂载多个工具函数：

• 意图识别：提取金额、分类、说明。
• 执行落地：调用 pandas 真实写入本地 Excel。
• 数据反馈：读取已有 Excel 进行统计与明细展示。

3. 杀手级功能：本地 Excel 的 CRUD 闭环

我们认为最值得讲的创新点：一次对话，触发跨内存与磁盘的完整执行链。

• 建（Create）：用户说“生成记账本”，后端真实创建 .xlsx 文件。
• 写（Write）：用户说“打车50”，后端调用 pandas 追加一行结构化数据。
• 查（Read）：用户问“明细”或“总额”，后端真实读取文件并计算，绝不胡编乱造。
• 删（Delete）：用户说“清空”，后端调用 os.remove 将文件从硬盘物理擦除。

4. 技术方案：Flask + DeepSeek 支撑智能体协同

层次	组成	说明
终端展示层	HTML5 + 原生 JS	对话式 UI，维护 chatHistory 数组实现多轮记忆
业务服务层	Python + Flask	接收请求、拼接 Prompt、拦截 tool_calls 指令
认知决策层	DeepSeek API	分析意图，决定调用增、删、改、查哪一个工具
数据支撑层	pandas + openpyxl	真实执行本地 Excel 文件读写操作，落地持久化

5. 安全边界：AI 可执行，但需可控

• 异常兜底：Excel 文件被占用时，系统捕获异常并提示用户关闭表格，不直接崩溃。
• 物理隔离：所有的文件均存储在本地，不涉及云端隐私泄露。

---

三、需求分析

1. 项目概述

迭代记录表：

迭代	核心目标	交付物	状态
迭代 1	基础对话与意图识别	可运行的 Web 界面、API 联通	已完成
迭代 2	工具定义与本地写入	能生成 Excel，能追加数据	已完成
迭代 3	扩展 CRUD 与明细	支持读取、汇总、删除文件	已完成
迭代 4	上下文与容错	多轮记忆、文件占用报错处理	已完成

2. 系统总体架构

数据流转：
前端发对话 → 后端拼接历史记录 → 调用 DeepSeek API → 模型返回工具指令（JSON） → 后端拦截并执行 pandas 脚本 → 返回结果给模型 → 前端渲染最终回复。

3. 核心功能需求

模块	功能描述	业务规则
智能建档	用户要求生成台账时，创建空 Excel	已存在同名文件时提示，不覆盖旧数据
智能记账	提取类别、金额、备注并写入	建议金额必须为数字，分类需从预设类别选择
数据统计	查询某类或全部费用总额	必须基于真实文件计算，禁止模型编造结果
明细查看	展示最近几笔消费	倒序排列（最新在上），条数可定制
物理删除	清空记账本	需模型明确识别“删除”意图，执行 os.remove

4. 数据与接口需求

核心接口： /chat (POST)

• 入参：{"history": [{"role": "user", "content": "打车50"}]}
• 出参：{"reply": "记录成功！已为您将..."}
• 超时与降级：设置 8 秒超时限制，若 AI 异常，返回“服务暂时不可用”，不阻塞前端。

数据模型（本地 Excel 字段）：

• 报销时间 (String)
• 费用类别 (String)
• 金额(元) (Float)
• 备注说明 (String)

5. 非功能需求与验收标准

类别	要求
性能	AI 接口响应通常 ≤ 5 秒；本地文件写入耗时 ≤ 0.5 秒。
容错	当 Excel 被其他软件打开时，需捕获异常并给予温和提示，不抛出红字报错。
可观察性	在答辩现场，能当场打开 Excel 文件看到数据真实写入。

验收项	验收标准
建账本	说“生成记账本”后，左侧目录立刻出现 .xlsx 文件。
记一笔	说“打车50”后，打开 Excel，里面出现一行“交通费、50”。
查明细	问“最近花了啥”，AI 能列出刚才写入的那笔数据。
删台账	说“删掉”，电脑里的 Excel 文件瞬间消失。

---

四、结语

我们相信，智能体的价值不在于“聊得多像人”，而在于“能不能替人把事办完”。通过这次作业，我们跳出了将大模型视为“文本生成器”的局限。通过 Function Calling 机制，大模型真正长出了“手脚”，能够去操作文件、改变现实世界的数据。未来，我们将继续深化多模态能力，让费控报销真正实现“动动嘴就能搞定”。