← 返回实战项目列表
匿名化案例📋 OA 办公金融科技2025 Q4

NexOffice

AI 驱动的下一代办公工作流引擎

将传统规则式 OA 审批流升级为 LLM 驱动的智能工作流。员工用自然语言发起申请,Agent 自动理解意图、填充表单、路由审批人、跟踪进度,审批周期缩短 60%。

客户:某股份制银行周期:3 个月团队:FDE × 1 + PM × 1模型:DeepSeek-V3 + 自研 Skill

产品原型

NexOffice 智能审批工作台 · 交互原型预览

oa.bank.internal/ai-flow
Prototype
● AI 解析中审批链已匹配可自动审批
"我想下周二到周四请年假,交接给小王"

AI 已识别:年假 · 3 天 · 交接人 王某 · 自动匹配三级审批链 · 合规校验通过

提交申请 →
3.2→1.3
审批周期(天)
73%
自动审批率
5000+
日处理流程
98%
合规通过率
周一
周二
周三
周四
周五
周六
今日
最近流程 · 实时状态
李某 · 差旅报销 ¥3,200 · 合规自动通过
已通过
张某 · IT 资产申请 · 待部门经理审批
审批中
陈某 · 合同审查 · 法务已归档
已完成
王某 · 超额采购 · 需总监额外审批
超阈值
赵某 · 加班申请 · 已自动匹配排班
已通过

核心指标

-60%
审批周期
3.2 天 → 1.3 天
85%
NLP 意图准确率
↑ 12% 月度
73%
自动审批率
低风险自动通过
5000+
日处理流程数
覆盖 28 类审批

核心模块

我负责设计与实现的关键模块

01
🎯
意图识别
Prompt 工程

设计 LLM 槽位提取 Schema,覆盖 28 类审批场景(请假/报销/采购/用印)。我通过 few-shot + 结构化输出把意图准确率从 81% 提到 96.4%。

02
🧩
Skill 框架
架构设计

搭建插件化 Skill 架构,12 个 Skill 独立开发、独立测试、独立部署。我定义了 Skill 接口契约,新能力接入只需 2 小时,团队协作效率显著提升。

03
🔀
审批路由
规则引擎

实现自动匹配审批链:根据金额/类型/部门自动找到正确审批人。我设计了三级回退策略(明规则 → 历史相似 → 人工兜底),路由准确率 97%。

04
🔌
集成层
系统对接

对接 HR / 财务 / OA / IM 等 6 个业务系统,数据双向同步。我处理了字段映射、权限隔离、幂等性等工程问题,保证数据一致性。

05
📈
评测与监控
质量保障

建立 NLP 意图准确率月度评测,200 条标注样本持续更新。同时上线 LangSmith 追踪,定位 bad case 并形成迭代闭环。

工作流引擎架构

LangGraph 状态机 + Skill 插件化

💬
NL Input自然语言申请
🧠
Intent Agent意图识别+槽位填充
⚙️
Skill Router12 个 Skill
Approval Engine自动/人工审批
📢
Notify & Track进度推送

Skill 插件体系

每个 Skill 是独立可测试的 AI 能力单元

📝 leave_request

解析请假文本 → 识别类型/天数/交接人 → 自动匹配审批链 → 同步日历。

💰 expense_approval

识别发票 OCR → 合规校验 → 预算检查 → 自动审批/升级人工。

🖥️ it_request

理解 IT 需求 → 查询资产库 → 判断新购/调配 → 生成采购单。

📄 contract_review

上传合同 → 条款抽取 → 风险标注 → 法务协同审查。

👥 headcount_request

编制申请 → HC 余额校验 → 组织架构匹配 → 逐级审批。

🔐 access_control

权限申请 → 角色推断 → 最小权限原则 → 自动授权/拒绝。

改造前后对比

改造前

  • 表单填写平均 8 分钟
  • 审批人找错率 15%
  • 跨部门流程需电话沟通
  • 纸质签字/邮件流转
  • 平均审批周期 3.2 天
  • 员工满意度 62 分

改造后

  • 自然语言 30 秒搞定
  • 审批人自动匹配准确率 97%
  • 跨系统自动同步
  • 全链路数字化追踪
  • 平均审批周期 1.3 天
  • 员工满意度 91 分