lead-detail 板块与 ltc-nanchi 复用映射

本文档根据 nanchi/ltc-nanchi 的数据模型和接口，为 demo-nanchi 的 lead-detail 各板块提供精准数据获取的复用方案。
目标：每个板块的数据应来自 ltc-nanchi 的真实模型与 API，而非 mock 或本地推断。

一、lead-detail 板块概览

板块	位置	当前 demo 数据来源	应复用的 ltc-nanchi 能力
1. 客户画像分析	左列	`lead.quickScreenResult`（快速筛选）	EmailAnalysis.customerProfile + requirementExtraction
2. 快速筛选结果（公司/联系人）	左列	`lead.quickScreenResult`	EmailAnalysis + Enterprise + ContactInfo
3. 需求摘要	左列	`getDemandSnapshot()`（基于 suggestedProducts 推断）	EmailAnalysis.requirementExtraction + Brainwork productDemands
4. 原始邮件信息	左列	`getEmailForLead(lead)` → Email	Parse `Email` 表
5. 推荐产品	右列	`lead.quickScreenResult.suggestedProducts`	EmailAnalysis + 产品匹配服务
6. 可信度 / 评分 / AI 下一步	右列	本地 `getCredibilityLevel()` / `getScores()` 推断	Enterprise.enterpriseProfile + AgentValueAnalysisService
7. 销售验证	右列	`lead.personaVerified` / `lead.salesFeedback`	Lead 表 + 人工反馈
8. 深度调研 / 背调报告	右列	`lead.aiResearchReport` / `lead.backgroundCheckReport`	LeadBackgroundCheckService + reportData

二、Parse 表与模型复用

2.1 Email 表

Parse 字段	对应 demo Email 字段	lead-detail 使用场景
`messageId`	`id`	唯一标识
`fromEmail`	`from`	发件人，用于 `getEmailForLead(lead)` 匹配
`fromName`	`fromName`	原始邮件板块
`toEmails`	`to`	原始邮件板块
`ccEmails`	`cc`	原始邮件板块
`subject`	`subject`	原始邮件板块
`content` / `html`	`body`	原始邮件板块
`receivedAt`	`receivedAt`	原始邮件板块
`attachments`	`attachments`	原始邮件板块
`aiAnalysis`	Pointer→EmailAnalysis	关联分析结果
`leadId`	`leadId`	创建 Lead 后写入，用于关联
`customerEmail`, `customerCompany`	用于关联 Enterprise/Contact	查询时辅助匹配

复用接口：

查询：new Parse.Query('Email').equalTo('messageId', id).first() 或 .equalTo('leadId', leadId)
服务参考：EmailImportWorkflowService 保存 Email 后建立 aiAnalysis 关联

2.2 EmailAnalysis 表

Parse 字段	对应 demo 板块	说明
`email`	-	Pointer→Email
`summary`	客户画像 / 快速筛选	摘要
`intent`	客户画像	意图分类
`requirementExtraction`	需求摘要、推荐产品	见下表
`customerProfile`	客户画像、可信度	companyType, country, buyingPower 等
`verificationInfo`	可信度、评分	联网验证结果
`comprehensiveAnalysis`	综合评估	含 verification、nextSteps
`confidence`, `leadPotential`	评分详情	0-100
`nextSteps`	AI 推荐下一步	建议行动数组
`attachmentAnalysis`	需求摘要	附件中的产品需求

requirementExtraction 结构（EmailAnalysisWorkflowService）：

interface RequirementExtractionResult {
  productCategory: string[];   // 产品类别 → 需求摘要 products、推荐产品
  quantity: string;            // 数量 → 需求摘要 quantity
  budget: string;              // 预算
  urgency: 'urgent' | 'normal' | 'flexible';
  targetMarket: string;
  certifications: string[];    // → quickScreenResult.certRequirements
  keyRequirements: string[];
  mustHaveComponents: string[];
  colorPreference: string[];
  sizeRequirement: string;
}

Brainwork 扩展 _rawDemands：

来源：EmlImportService 将 Brainwork productDemands 写入 requirementExtraction._rawDemands
结构：{ productName, quantity, unitPrice, totalPrice, moq, specifications }[]
用途：需求摘要中的「产品 × 数量」、预估年采购额

2.3 Enterprise 表

Parse 字段	对应 demo 板块	说明
`email`	-	唯一标识（客户邮箱域名对应公司）
`name`	公司信息	公司名称
`industry`	公司信息	行业
`basic_info`	公司信息	domain, country, address, foundedYear, employeeCount, revenue
`enterpriseProfile`	可信度、评分	credibilityScore, companyScale, certifications
`verificationData`	可信度信号	companyVerified, sources, keyFindings, lastVerified
`marketIntelligence`	可选	市场情报

enterpriseProfile 示例：

{
  companyScale: { employeeCount, employeeRange },
  establishment: { foundedYear },
  financialStrength: { purchasePower },
  certifications: { certList, hasCertifications },
  credibilityScore: { overall, dimensions }
}

2.4 ContactInfo 表

Parse 字段	对应 demo 板块	说明
`name`, `realname`	联系人信息	姓名
`data.email`	联系人信息	邮箱
`data.title`	联系人信息	职位
`data.companyName`	公司信息	关联公司
`mobile`	联系人信息	电话
`enterprise`	-	Pointer→Enterprise
`contactProfile`	可信度	position.level, decisionMaker, linkedinVerified
`verificationData`	可信度信号	联网验证结果

2.5 Lead 表（ltc-nanchi）

Parse 字段	对应 demo Lead	说明
`leadNumber`	`leadNumber`	线索编号
`contactName`, `contactEmail`	同	联系人
`companyName`, `country`	同	公司
`persona`, `valueGrade`	同	画像、价值等级
`quickScreenResult`	同	快速筛选结果（可存 JSON）
`followUpStage`	同	跟进阶段
`entityId`, `domainKey`, `emailKey`	同	主体关联
`enterprise`	-	Pointer→Enterprise
`contact`	-	Pointer→ContactInfo
`investigationSummary`	背调 / 可信度	enterprise/contact 的可信度汇总

三、AI 模型与接口

3.1 模型概览

模型	来源	用途	lead-detail 对应板块
fmode-1.6-cn	fmode-ng 内部	轻量级任务、线索价值分析、综合评级	客户画像、可信度、评分、AI 下一步、背调综合评级
gemini-2.5-flash	server.fmode.cn	搜索增强、深度分析、联网验证、战略分析	可信度/联网验证、推荐产品、背调维度分析
fmode-4.5-1m-tiny	fmode-ng 内部	公司背调结构化提取、长上下文	背调报告
gemini-1.5-flash-latest	server.fmode.cn	长上下文分析（备用）	背调等

模型选型策略（AiTaskFlowService）：

轻量级（预处理、提取）→ fmode-1.6-cn（中文优化、快速、低成本）
搜索增强（验证、情报）→ google-search + firecrawl + gemini-2.5-flash
深度分析（战略、方案）→ gemini-2.5-flash

3.2 Generate API（server.fmode.cn）

Base URL：https://server.fmode.cn
认证：Authorization: Bearer <token>，token 来自 localStorage.fmode_auth_token 或 Parse.User.current().get('sessionToken')

接口	路径	方法	模型/插件	用途
Google 搜索	`/api/apig/generate/plugin/google-search`	POST	-	公司验证、市场情报、竞品分析
AI 模型	`/api/apig/generate/minor/{model}`	POST	gemini-2.5-flash 等	深度分析、联网验证、战略评估
Firecrawl 批量抓取	`/api/apig/firecrawl/batch/scrape`	POST	-	抓取官网/社媒等网页 Markdown 或 JSON

Google Search 请求：

{ "query": "string", "num": 5, "page": 1 }

AI Model 请求：

{ "content": "用户消息", "role_content": "系统角色" }

Firecrawl 批量抓取请求：

{
  "urls": ["https://example.com"],
  "formats": ["markdown", { "type": "json", "prompt": "...", "schema": {...} }],
  "pollInterval": 2,
  "timeout": 120
}

3.3 内部 AI 接口（fmode-ng）

接口	来源	默认模型	用途
completionJSON	`fmode-ng/core`	fmode-1.6-cn	结构化 JSON 输出，用于价值分析、提取等
FmodeChatCompletion	`fmode-ng/core`	fmode-1.6-cn	对话式补全，支持流式
executeSingleAITask	AiTaskFlowService	按任务类型选型	统一任务编排，自动选模型

completionJSON 用法：

import { completionJSON } from 'fmode-ng/core';

const result = await completionJSON(prompt, schema, onStream?);
// 返回 schema 定义的结构化对象

executeSingleAITask 用法：

const result = await aiTaskFlowService.executeSingleAITask<OutputType>(
  taskType,  // 如 'requirement_extraction' | 'company_verification' | 'strategic_analysis'
  { message, schema, searchQueries?, ... }
);

3.4 Brainwork EML 解析 API

项目	值
URL	`https://eml.brainwork.club:8900/api/parse`
方法	POST（FormData，字段 `file` = .eml 文件）
认证	Header: `X-API-Key: fmode_cb_tgUyPSUXWZeLCgXVoLoCfOBingKQ9yAp`
参数	Query: `analyze_attachments=true`

返回：含 productDemands、cleanedBody、senderEmail、companyDomain 等，映射到 requirementExtraction._rawDemands。

3.5 官网爬虫 API

项目	值
URL	`https://scraper.brainwork.club:8445/api/ecommerce`
方法	POST
Body	`{ "url": "https://example.com" }`

返回：products[]（name, price, category, certifications）、socialLinks 等，用于推荐产品、需求补充。

3.6 板块与 AI 模型 / 接口映射

lead-detail 板块	使用的 AI 模型	调用的 API / 服务
客户画像分析	fmode-1.6-cn、gemini-2.5-flash	EmailAnalysisWorkflowService、AiTaskFlowService
快速筛选结果	fmode-1.6-cn、gemini-2.5-flash	EmailAnalysisWorkflowService、loadEnterpriseAndContactInfo
需求摘要	Brainwork、fmode-1.6-cn	Brainwork parse、requirementExtraction、_rawDemands
原始邮件信息	无	Parse Email 表查询
推荐产品	fmode-1.6-cn、gemini-2.5-flash	generateProductSuggestions、官网爬虫 API
可信度 / 评分	gemini-2.5-flash	GenerateApiService.callAIModel、firecrawlBatchScrape、googleSearch
AI 推荐下一步	fmode-1.6-cn	AgentValueAnalysisService（completionJSON）、EmailAnalysis.nextSteps

demo-nanchi 实现：

AiScreenService：有联网背调数据时用 gemini-2.5-flash，否则用 fmode-1.6-cn（completionJSON）
CredibilityAnalysisService：独立可信度/评分分析，使用 gemini-2.5-flash
所有提示词已统一为南驰（Nanchi） | 背调报告 | fmode-1.6-cn、gemini-2.5-flash、fmode-4.5-1m-tiny | LeadBackgroundCheckService、AiTaskFlowService |

四、服务与接口复用

4.1 EnterpriseContactService

路径：ltc-nanchi/shared/services/enterprise-contact.service.ts

方法	用途	lead-detail 调用场景
`loadEnterpriseAndContactInfo(message)`	按邮件加载 Enterprise + ContactInfo + verificationInfo	进入详情页时，用 `email` 或 `lead.contactEmail` 查 Email，再传入 message 获取 enterpriseInfo、contactInfo、verificationInfo
`createOrUpdateEnterprise(params, aiAnalysisData)`	创建/更新企业	EML 导入、联网验证后
`createOrUpdateContact(params, aiAnalysisData)`	创建/更新联系人	EML 导入、联网验证后
`getEnterpriseAndContact(email, companyName)`	直接查 Enterprise/Contact	已有 lead 时，用 contactEmail 查
`buildInvestigationSummary(enterprise, contact)`	构建背调维度摘要	可信度板块

loadEnterpriseAndContactInfo 返回：

{
  enterpriseInfo?: {
    name, industry, status,
    basic_info: { domain, country, address, foundedYear, employeeCount, revenue },
    verificationData,
    enterpriseProfile,
    marketIntelligence,
    needsVerification, verificationAge
  };
  contactInfo?: {
    name, realname, mobile,
    data: { email, title, companyName, ... },
    verificationData,
    contactProfile
  };
  verificationInfo?: {
    companyVerified,
    dataSources: { url, title, snippet, credibility }[],
    keyFindings, companyProfile, recentActivity,
    verifiedInfo: { country, employeeCount, foundedYear, certifications }
  };
}

4.2 EmailAnalysisWorkflowService

路径：ltc-nanchi/shared/services/agent/email-analysis-workflow.service.ts

产出	对应 lead-detail 板块
`requirementExtraction`	需求摘要、推荐产品、certRequirements
`customerProfile`	客户画像、mainBusiness、country
`strategicAnalysis`（leadScore, priorityLevel, responseTime）	评分、AI 下一步
`suggestedProducts`	推荐产品列表
`summary`, `intent`	客户画像摘要

调用方式：通常由 Email 导入/分析流程触发，结果写入 EmailAnalysis 表。demo 侧通过查询 Email.aiAnalysis 或 EmailAnalysis 获取。

4.3 AgentValueAnalysisService

路径：ltc-nanchi/shared/services/agent/agent-value-analysis.service.ts

产出	对应 lead-detail 板块
`dimensions`	评分详情（match, opportunity, urgency, credibility, risk）
`quickBgCheck`	可信度信号（companyVerified, riskLevel, certifications）
`nextActions`	AI 推荐下一步
`reportMarkdown`	背调报告摘要
`recommendation`	是否继续跟进

映射到 demo 五维评分：

demo 评分	AgentValueAnalysis 维度
需求明确度	dimensions.match
可信度	dimensions.credibility
商业规模	dimensions.opportunity
供需匹配	dimensions.match / productFit
（未单独）	dimensions.urgency, dimensions.risk

4.4 EmailImportWorkflowService

路径：ltc-nanchi/shared/services/agent/email-import-workflow.service.ts

负责：解析 → 保存 Email + EmailAnalysis → 联网验证 → 创建/更新 Enterprise + ContactInfo
demo 复用：EML 导入时调用等价流程，确保 Email、EmailAnalysis、Enterprise、ContactInfo 四表数据完整

4.5 LeadBackgroundCheckService（背调）

路径：ltc-nanchi/shared/services/background-check/lead-background-check.service.ts

产出：reportData（dimension1/2/3, rating, risk, strategy）
对应 demo：lead.backgroundCheckReport（BackgroundCheckReport 结构）
保存：reportData 写入 Lead，Enterprise 表更新 social_media 等

五、板块级数据获取流程

5.1 客户画像分析

数据来源：

EmailAnalysis.customerProfile：companyType, country, buyingPower, companyScale
EmailAnalysis.requirementExtraction：productCategory, certifications
lead.quickScreenResult：persona, personaLabel, matchedKeywords（可由 requirementExtraction + customerProfile 映射）

复用：

查询 Email → Email.aiAnalysis（Pointer EmailAnalysis）
读取 customerProfile、requirementExtraction
若 Lead 已有 quickScreenResult，可优先用；否则从 EmailAnalysis 映射生成

5.2 快速筛选结果（公司信息 / 联系人信息）

公司信息：

Enterprise：name, basic_info.domain, basic_info.country, industry, enterpriseProfile
EmailAnalysis：customerProfile.country, requirementExtraction
Email：customerCompany, companyDomain

联系人信息：

ContactInfo：name, data.email, data.title, mobile
Email：fromEmail, fromName, customerEmail, contactName

复用：

loadEnterpriseAndContactInfo(emailMessage) 获取 enterpriseInfo、contactInfo
合并到 quickScreenResult 或单独展示

5.3 需求摘要

数据来源：

EmailAnalysis.requirementExtraction：productCategory, quantity, budget, certifications
requirementExtraction._rawDemands（Brainwork）：productName, quantity, unitPrice, totalPrice
lead.quickScreenResult.demandSnapshot：若快速筛选已生成则直接用

映射：

// 从 requirementExtraction 构建 demandSnapshot
demandSnapshot = {
  products: (requirementExtraction._rawDemands || []).map(d => ({
    name: d.productName,
    quantity: parseQuantity(d.quantity),
    unit: d.unit || '/年'
  })),
  estimatedAnnualValue: 从 totalPrice / budget 推算,
  certifications: requirementExtraction.certifications || []
};

5.4 原始邮件信息

数据来源： Parse Email 表

复用：

getEmailForLead(lead)：emails.find(e => e.leadId === lead.id) 或 e.from === lead.contactEmail
若内存无，则 Parse.Query('Email').equalTo('leadId', lead.id).first() 或 .equalTo('customerEmail', lead.contactEmail)
返回字段按 DEMO_NANCHI_REUSE_SPEC 的 Email 契约

5.5 推荐产品

数据来源：

EmailAnalysisWorkflowService.generateProductSuggestions(requirementExtraction)：基于 productCategory
产品目录服务：按 productCategory 匹配 SKU、name、price
lead.quickScreenResult.suggestedProducts：若快速筛选已生成

复用：

优先用 lead.quickScreenResult.suggestedProducts
若无，从 requirementExtraction.productCategory + 产品目录匹配

5.6 可信度 / 评分 / AI 推荐下一步

可信度：

Enterprise.enterpriseProfile.credibilityScore
Enterprise.verificationData：companyVerified, sources
verificationInfo：dataSources, verifiedInfo

评分：

AgentValueAnalysisService.analyze() → dimensions
或 EmailAnalysis 的 confidence、leadPotential、strategicAnalysis.leadScore

AI 下一步：

AgentValueAnalysisResult.nextActions
EmailAnalysis.nextSteps
lead.quickScreenResult.recommendedActions（timeframe, filesToSend, keyPoints）

复用：

有 Lead 且已做价值分析：用 AgentValueAnalysis 结果
否则用 loadEnterpriseAndContactInfo 的 verificationInfo + enterpriseProfile 推断

5.7 深度调研 / 背调报告

数据来源：

LeadBackgroundCheckService：reportData → dimension1/2/3, rating, risk, strategy
Enterprise：enterpriseProfile, verificationData
ContactInfo：contactProfile

复用：

背调完成后，reportData 写入 lead.backgroundCheckReport
结构已与 demo BackgroundCheckReport 兼容，可直接展示

六、实现优先级建议

优先级	板块	复用内容	复杂度
P0	原始邮件信息	Parse Email 表查询	低
P0	需求摘要	EmailAnalysis.requirementExtraction + _rawDemands	中
P1	快速筛选结果（公司/联系人）	loadEnterpriseAndContactInfo	中
P1	客户画像	EmailAnalysis.customerProfile + requirementExtraction	中
P2	可信度 / 评分	Enterprise.enterpriseProfile + verificationInfo	中
P2	AI 推荐下一步	AgentValueAnalysis 或 EmailAnalysis.nextSteps	中
P3	背调报告	LeadBackgroundCheckService + reportData	高

七、相关文件路径

用途	ltc-nanchi 路径	demo-nanchi 路径
AI / Generate API	`shared/services/agent/generate-api.service.ts`	可复制或封装调用
AI 任务流	`shared/services/agent/ai-task-flow.service.ts`	executeSingleAITask 等
企业/联系人服务	`shared/services/enterprise-contact.service.ts`	可复制或封装调用
邮件分析工作流	`shared/services/agent/email-analysis-workflow.service.ts`	参考产出结构
价值分析	`shared/services/agent/agent-value-analysis.service.ts`	可复制或封装调用
邮件导入工作流	`shared/services/agent/email-import-workflow.service.ts`	参考完整流程
分析类型定义	`shared/services/agent/email-analysis.types.ts`	可复制 RequirementExtractionResult 等
背调服务	`shared/services/background-check/lead-background-check.service.ts`	参考 reportData 结构
fmode-ng 能力	`fmode-ng/core`（completionJSON, FmodeChatCompletion）	复用同包
lead-detail 页面	`lead-discovery/src/app/pages/lead-detail/`	待接入上述数据源

八、数据流小结

Email (Parse)
    ├── aiAnalysis → EmailAnalysis
    │       ├── requirementExtraction → 需求摘要、推荐产品、certRequirements
    │       ├── customerProfile → 客户画像、公司信息
    │       ├── verificationInfo → 可信度信号
    │       └── nextSteps → AI 推荐下一步
    ├── customerEmail / fromEmail → 关联
    └── leadId → Lead

Enterprise (Parse) ← loadEnterpriseAndContactInfo
    ├── enterpriseProfile → 可信度、评分
    ├── verificationData → 联网验证
    └── basic_info → 公司信息

ContactInfo (Parse) ← loadEnterpriseAndContactInfo
    ├── data → 联系人信息
    └── contactProfile → 可信度

Lead (Parse)
    ├── quickScreenResult → 快速筛选（可含 demandSnapshot, scores, recommendedActions）
    ├── backgroundCheckReport → 背调报告
    └── enterprise, contact → 关联 Enterprise/ContactInfo

AgentValueAnalysisService.analyze() → dimensions, nextActions, quickBgCheck

lead-detail-reuse-mapping.md 21 KB Постоянная ссылка История Исходник

lead-detail 板块与 ltc-nanchi 复用映射

一、lead-detail 板块概览

二、Parse 表与模型复用

2.1 Email 表

2.2 EmailAnalysis 表

2.3 Enterprise 表

2.4 ContactInfo 表

2.5 Lead 表（ltc-nanchi）

三、AI 模型与接口

3.1 模型概览

3.2 Generate API（server.fmode.cn）

3.3 内部 AI 接口（fmode-ng）

3.4 Brainwork EML 解析 API

3.5 官网爬虫 API

3.6 板块与 AI 模型 / 接口映射

四、服务与接口复用

4.1 EnterpriseContactService

4.2 EmailAnalysisWorkflowService

4.3 AgentValueAnalysisService

4.4 EmailImportWorkflowService

4.5 LeadBackgroundCheckService（背调）

五、板块级数据获取流程

5.1 客户画像分析

5.2 快速筛选结果（公司信息 / 联系人信息）

5.3 需求摘要

5.4 原始邮件信息

5.5 推荐产品

5.6 可信度 / 评分 / AI 推荐下一步

5.7 深度调研 / 背调报告

六、实现优先级建议

七、相关文件路径

八、数据流小结

lead-detail-reuse-mapping.md 21 KB

Постоянная ссылка История Исходник