AI合规智能中枢 — 调研版部署指南

面向车企与工厂的全链路合规智能平台，Docker Compose 单机部署版本，用于验证三条业务闭环。

快速开始

前置要求

资源	最低	推荐
CPU	8核	16核+
内存	32 GB	64 GB
存储	200 GB SSD	500 GB SSD
GPU	无需	1× RTX 3090（加速嵌入）
OS	Ubuntu 22.04 LTS 或 Windows 11 + WSL2	—

1. 安装 Docker

Ubuntu/Linux：

bash scripts/00_install_docker_ubuntu.sh

Windows（PowerShell 管理员）：

.\scripts\00_install_docker_windows.ps1

2. 配置环境变量

cp .env.example .env
# 编辑 .env，至少填写：
# - DEEPSEEK_API_KEY（在 https://platform.deepseek.com 申请）
nano .env

3. 一键启动

# 拉取镜像（可选，加速首次启动）
bash scripts/02_pull_images.sh

# 分步启动（推荐，含健康等待）
bash scripts/06_start_all.sh

4. 验证部署

# 检查所有服务状态
bash scripts/check_health.sh

# 运行端到端冒烟测试
bash scripts/07_smoke_test.sh

---

服务访问地址

服务	地址	说明
API 网关	http://localhost	Nginx 入口，所有 API 请求入口
业务后端	http://localhost:8000/docs	FastAPI Swagger UI
Neo4j 浏览器	http://localhost:7474	知识图谱可视化
Grafana	http://localhost:3000	监控面板（--profile monitoring 启动）
Milvus	localhost:19530	向量数据库 gRPC 端口

---

三条业务闭环

闭环①：法规入库 → 检索问答

# 上传法规PDF
curl -X POST http://localhost/api/kb/files/upload \
  -F "file=@your_regulation.pdf" \
  -F "workspace_id=auto-regulation"

# 查询任务状态
curl http://localhost/api/kb/tasks/{task_id}

# 检索问答
curl -X POST http://localhost/api/kb/qa \
  -H "Content-Type: application/json" \
  -d '{"query": "GB 18384 电动汽车碰撞安全要求", "top_k": 5}'

闭环②：文档上传 → 合规审查

# 上传供应商文件
curl -X POST http://localhost/api/compliance/upload \
  -F "file=@supplier_document.pdf"

# 触发合规审查
curl -X POST http://localhost/api/compliance/check \
  -H "Content-Type: application/json" \
  -d '{"doc_id": "xxx", "regulation_domains": ["vehicle_safety", "data_security"]}'

# 获取审查报告
curl http://localhost/api/compliance/report/{id}

闭环③：法规监控 → 变更推送

# 配置监控源
curl -X POST http://localhost/api/regulation/sources \
  -H "Content-Type: application/json" \
  -d '{"url": "https://std.samr.gov.cn", "name": "国家标准全文公开"}'

# 查看变更记录
curl http://localhost/api/regulation/updates

---

目录结构

Depolyment/
├── README.md                   # 本文件
├── docker-compose.yml          # 全服务编排
├── .env.example                # 环境变量模板
├── scripts/                    # 安装与运维脚本
├── services/
│   ├── embedding/              # BGE-M3 嵌入服务
│   ├── mcp-server/             # MinerU 文档解析服务
│   └── compliance-backend/     # 核心业务后端
├── config/                     # Nginx、Prometheus 配置
├── init-sql/                   # PostgreSQL 初始化 SQL
├── data/                       # 运行时数据（上传文件、解析结果）
├── logs/                       # 服务日志
└── models/                     # AI 模型缓存（BGE-M3、MinerU）

---

常用操作

# 查看所有服务状态
docker compose ps

# 查看某个服务日志
docker compose logs -f compliance-backend

# 重启某个服务
docker compose restart embedding-service

# 停止所有服务（保留数据）
docker compose stop

# 完全重置（删除所有数据，慎用）
bash scripts/reset_all.sh

# 启动监控面板
docker compose --profile monitoring up -d grafana

---

LLM 切换

默认使用 DeepSeek API，如需切换到 Qwen（阿里云）：

编辑 .env：

LLM_PROVIDER=qwen
DASHSCOPE_API_KEY=your_key_here
QWEN_MODEL=qwen-plus

然后重启业务服务：

docker compose restart compliance-backend celery-worker

---

生产升级路径

调研验证通过后，升级要点：

1. LLM：从 API 切换到本地 vLLM + DeepSeek-V3（需要 4×A100）
2. Milvus：从 Standalone 升级到分布式集群（加独立 MinIO）
3. 编排：从 Docker Compose 迁移到 Kubernetes（服务配置文件可复用）
4. 安全：启用完整 JWT/RBAC，添加 TLS 证书