咨询类场景
分析类场景
生成类场景
可视化类场景
消息发送场景

咨询类场景

用户询问考勤相关知识、法规要求或最佳实践

咨询类场景是系统最常见的使用场景之一,用户询问考勤管理相关的政策、法规或最佳实践,系统通过调用知识库工具提供准确、专业的回答。这类场景不涉及前端组件更新,仅提供文字回答。

对话示例
外勤人员经常出差,怎么合理安排考勤?
对于外勤人员的考勤管理,建议采用不定时工时制。根据考勤管理制度,外勤人员可以通过工作日报、客户拜访记录或定位打卡等方式进行考勤确认。

具体建议:
1. 让外勤人员每天工作结束后提交工作日报,详细说明当天工作内容和时间
2. 实施月度考勤汇总确认机制,确保记录完整
3. 在制度中明确将外勤人员纳入不定时工时制管理范围

需要注意:根据《关于企业实行不定时工作制和综合计算工时工作制的审批办法》规定,不定时工时制需获得劳动行政部门审批。
1

用户发送咨询问题

用户提问例如:"外勤人员经常出差,怎么合理安排考勤?"

2

系统分析意图

工具调用决策模型识别为"政策咨询-考勤方式问题"类型

3

工具选择与调用

同时调用两个知识库工具

调用工具1:标准规范工具
searchQuery="外勤人员 考勤方式 管理办法"
调用工具2:劳动法工具
searchQuery="外勤人员 考勤要求 法律规定"
4

结果存储

调用结果存储到数据库

存储位置: 工具1结果 → tool_results表的tool1_result字段
存储位置: 工具2结果 → tool_results表的tool2_result字段
5

返回综合答案

回答生成模型基于两个工具的结果生成综合答案

前端状态: 保持不变,不触发组件更新

咨询类场景特点

  • 两个知识库工具并行调用 - 获取标准规范和法律依据两方面信息
  • 针对不同用户角色定制搜索关键词 - 普通员工、部门管理者和HR专员获得不同侧重点的内容
  • 前端界面保持不变 - 不触发组件更新,仅文字回答
  • 主动推荐后续服务 - 在回答后询问用户是否需要生成相关制度

分析类场景

用户上传制度文档并请求分析或评估

分析类场景是用户上传考勤制度文档并请求系统分析或评估合规性的场景。系统会采用两步式处理流程:先执行三库检索进行全面分析,用户确认后再进行可视化展示。这种分阶段处理确保分析结果准确可靠。

对话示例
我上传的考勤制度是否存在法律风险?
根据您上传的考勤制度文档,我已完成初步分析。该制度存在以下几处需要关注的风险点:

高风险项:
1. 试用期设置为8个月,超过法定上限。《劳动合同法》规定,3年以上固定期限合同试用期不得超过6个月。
2. 病假工资规定过低,少于当地最低工资标准的80%。

中风险项:
1. 加班费计算标准不明确,可能引发劳资纠纷。
2. 考勤处罚措施中,单次迟到扣款金额过高。

我可以将这些风险点生成直观的风险热图,帮助您更清晰地了解风险分布情况。是否需要生成风险可视化分析?
1

用户上传文档并请求分析

用户上传考勤制度文档并提问:"我上传的考勤制度是否存在法律风险?"

2

系统检测文档上传并分析意图

识别为"文档分析-合规性评估"类型

强制规则: 检测到文档上传时,无论用户意图如何,都必须执行三库检索
3

第一步:三库检索

强制执行三库检索

调用工具3:用户文档工具
searchQuery="考勤制度 主要条款 风险点"
调用工具1:标准规范工具
searchQuery="考勤制度 合规要求 最佳实践"
调用工具2:劳动法工具
searchQuery="考勤管理 法律规定 违法风险"
4

三库检索结果存储

调用结果存储到数据库

存储位置: 用户文档 → tool_results表的tool3_result字段
存储位置: 标准规范 → tool_results表的tool1_result字段
存储位置: 劳动法 → tool_results表的tool2_result字段
5

返回分析结果

回答生成模型整合三库检索结果,生成风险分析回答

前端状态: 仍保持正常对话界面,不触发组件更新
6

用户确认并要求可视化

用户确认初步分析结果并表示需要查看风险可视化

7

第二步:风险可视化

调用风险可视化分析工具

调用工具4:风险可视化分析工具
包含高、中、低三级风险点数据的JSON结构
存储位置: 可视化数据 → visualizations表
触发操作: 更新active_component表(type="visualization")
8

前端界面更新

前端检测到active_component更新,展示风险可视化界面

前端操作: 轮询检测active_component变化
界面更新: iframe切换到/visualization/{id}页面
布局变化: 聊天界面收缩,侧边可视化界面展开

分析类场景特点

  • 强制三库检索规则 - 只要检测到文档上传,无论用户请求什么,都必须执行三库检索
  • 两步式交互流程 - 先返回文字分析结果,用户确认后再展示可视化结果
  • 前端动态更新 - 第二步触发前端组件更新,展示风险可视化界面
  • 风险分级处理 - 将风险点分为高、中、低三个等级,帮助用户优先处理关键问题

生成类场景

用户请求生成考勤制度或特定条款

生成类场景是用户请求系统根据特定需求生成考勤制度的场景。系统同样采用两步式处理流程:先收集法律法规依据,用户确认后再生成完整的制度文档。这种分阶段处理确保生成内容的合规性和适用性。

对话示例
请帮我制定一套适合IT公司的考勤制度
为您准备了IT公司考勤制度的框架和主要参考依据:

IT行业考勤制度必备要素:
1. 弹性工作时间 - IT行业普遍采用核心工作时间+弹性工作时间的模式
2. 远程办公规定 - 明确远程办公的申请流程、考勤方式和工作要求
3. 加班管理 - 确保加班安排、补偿方式符合法律规定
4. 特殊岗位考勤 - 为研发、运维等特殊岗位制定差异化考勤政策

法律依据:
• 《劳动法》第36-44条对工作时间、休息休假的规定
• 《关于企业实行不定时工作制和综合计算工时工作制的审批办法》
• 《工资支付暂行规定》关于加班费计算的规定

请确认以上框架是否符合您的需求,确认后我可以为您生成完整的IT公司考勤制度文档。
很好,请基于这个框架生成完整的考勤制度文档
1

用户请求生成制度

用户提出请求:"请帮我制定一套适合IT公司的考勤制度"

2

系统分析意图

工具调用决策模型识别为"生成类场景-第一步"

3

第一步:收集法律依据

调用两个知识库工具收集依据

调用工具1:标准规范工具
searchQuery="IT行业 考勤制度 模板 弹性工作"
调用工具2:劳动法工具
searchQuery="考勤管理 法律要求 必备条款"
4

返回框架和依据

回答生成模型整合工具结果,生成框架和法律依据

前端状态: 保持正常对话界面,不触发组件更新
5

用户确认并请求生成

用户确认框架内容并请求生成完整制度

6

第二步:生成制度文档

调用制度生成工具

调用工具5:考勤制度智能生成工具
policy_data: Markdown格式的完整制度文本
存储位置: 制度文本 → templates表
触发操作: 更新active_component表(type="template")
7

前端界面更新

前端检测到active_component更新,展示模板编辑界面

前端操作: 轮询检测active_component变化
界面更新: iframe切换到/template/{id}页面
布局变化: 聊天界面收缩,侧边模板编辑界面展开

生成类场景特点

  • 两步式交互流程 - 先提供框架和法律依据,用户确认后再生成完整文档
  • 行业适配 - 搜索参数会根据行业特点自动调整,如IT行业会侧重弹性工作和远程办公
  • 前端动态更新 - 第二步触发前端组件更新,展示模板编辑界面
  • 可编辑模板 - 生成的制度以Markdown格式展示,支持用户在线编辑和导出Word

可视化类场景

用户请求以可视化方式展示风险分析结果

可视化类场景主要对应用户直接要求查看风险分析的可视化结果。系统会首先判断是否已完成文档分析,若已完成则直接展示可视化界面,若未完成则先执行三库检索再进行可视化。

1

用户请求风险可视化

用户提出请求:"请将我上传考勤制度的风险点用图表展示出来"

2

系统分析意图并检查前置条件

工具调用决策模型识别为"可视化类场景",检查是否已完成文档分析

3

根据前置条件走不同分支

根据是否已完成文档分析,选择不同处理路径

路径A:已完成文档分析

若系统在当前会话中已完成文档分析(例如前面执行过分析类场景的第一步):

  1. 直接调用风险可视化分析工具,基于已有分析结果生成可视化
  2. 更新active_component表,触发前端界面更新

路径B:未完成文档分析

若系统未执行过文档分析或找不到相关结果:

  1. 先执行三库检索(与分析类场景第一步相同)
  2. 返回初步分析结果,并询问用户是否继续生成可视化
  3. 用户确认后调用风险可视化分析工具
  4. 更新active_component表,触发前端界面更新
4

前端界面更新

前端检测到active_component更新,展示风险可视化界面

前端操作: 轮询检测active_component变化
界面更新: iframe切换到/visualization/{id}页面
可视化内容: 风险得分图表、高中低风险条目列表、建议措施

可视化类场景特点

  • 动态路径选择 - 根据当前对话状态和之前执行的步骤选择处理路径
  • 前置条件检查 - 判断是否已完成文档分析,确保可视化基于有效数据
  • 多维度可视化 - 包括风险评分、风险条目分类、优先级排序等多个维度
  • 交互式界面 - 支持用户在可视化界面中筛选、排序和导出风险分析报告

消息发送场景

用户请求将指定内容发送到飞书工作群

消息发送场景是用户请求系统将考勤政策、变更通知等内容发送到飞书工作群的场景。系统仅在用户明确表示需要发送消息时才会调用飞书消息发送工具,确保信息发送符合用户意图。

对话示例
请将我司最新的加班规定发送到飞书工作群
已将加班管理规定通知发送至飞书工作群。发送内容如下:

【加班管理规定更新通知】

各部门同事:

根据公司最新修订的考勤制度,自下月起,加班管理规定做如下调整:

1. 所有加班需提前一个工作日申请并获得部门经理批准
2. 工作日加班超过3小时需获得部门总监批准
3. 周末加班需于周五17:00前申请
4. 加班费计算标准:工作日150%、休息日200%、法定节假日300%

详细规定请查看公司内网人事政策栏目。
1

用户请求发送消息

用户明确表示需要发送消息:"请将我司最新的加班规定发送到飞书工作群"

2

系统分析意图

工具调用决策模型识别为"消息发送场景"

3

调用飞书消息发送工具

调用专门的飞书消息发送工具

调用工具6:飞书消息发送工具
text: 加班管理规定更新通知及详细内容
4

返回发送结果

回答生成模型确认消息发送状态,并回显发送内容

前端状态: 保持不变,不触发组件更新

消息发送场景特点

  • 明确意图判断 - 只有在用户明确表达发送意图时才调用相关工具
  • 内容回显确认 - 在消息发送后回显完整内容,便于用户确认
  • 单工具调用 - 通常只调用飞书消息发送工具,不组合其他工具
  • 前端保持不变 - 不触发前端组件更新,仅在对话中展示发送结果