feat: 2026-07-12~13 全量更新 - AI对话链路改造+H5 v4/v5+坐席端v5+上下文感知诊断+知识库迭代3

## H5 员工端 v4 (2026-07-13 00:48 已部署) - 人工按钮三态文案统一为"人工坐席" - 按钮位置移至发送键和语音按钮上方(垂直堆叠) - 点按钮直接调 store.shakeAgent()，删除 CallAgentModal 弹窗动画 - 截图快捷键提示改为"截图->粘贴：Alt+Shift+A-Ctrl+V ---> Ctrl+V" - 移动端隐藏截图提示(CSS 媒体查询) - AI转人工提示改为"已为您呼叫人工坐席，请稍等!" - 坐席接入提示改为"坐席正在查看您的信息，请等待处理回复！" - 删除"摇铃呼叫坐席"入口和文案 - 删除孤儿组件 MessageList.vue + shake 动画 CSS ## H5 员工端 v5 (2026-07-13 02:08 已部署) - RightPanel v2.1：删除"软件安装"和"资源权限"标签页 - 移除标签栏，智能推荐(DynamicRecommend)直接展示 - 删除 SoftwareDownloads/ApprovalLinks 引用和相关 CSS ## AI 对话链路全栈改造 Phase 1-6 (已部署) - Phase 1: Dify JSON输出 + 后端blocking解析 + 双WS推送 + 错误降级 - Phase 2: 关键词收窄(~25强意图词) + 两级分类Prompt + 删除前端checkApprovalIntent - Phase 3: WS扩展(ai_thinking+dynamic_recommend) + ai_structured气泡 + RightPanel v2 + 选项回传 - Phase 4: VisionService接入 + 图片消息融合(5秒窗口) + 降级策略 - Phase 5: 坐席端ai_thinking指示器 + ai_structured/byod_card渲染 + handleNewMessage修复 - Phase 6: diagnosis_stage(6值) + response_time_ms计时 + 慢响应告警(>10s) ## 坐席端 v5 (2026-07-13 01:38 已部署) - ai_structured/byod_card 只读渲染 - AI思考指示器 UI - handleNewMessage 透传 msg_type/extra_data 修复 - 布局优化v2.0: QuickReplyBar L1+L2悬浮 + ReplyBox左右分区 + 右栏260/560px切换 - 键盘快捷键v2.3: 纯数字路由 + ESC分层撤销 + Shift+Space用event.code ## 上下文感知智能诊断闭环 (2026-07-12 已部署) - 三层诊断(API→Script→AI) + 三段排队(VIP→info_locked→not locked) - 答题插队 + 五场景关闭 - 迁移052(6表+6列) + queue_service + quiz_service + closing_service - H5前端: QueueWaiting + RightPanel双Tab + InputBar三态 + ResolveConfirmCard - 坐席前端: pending_close结单流程 + 信息锁定(Dify步骤完成+有效回答率≥70%) ## 知识库迭代3 (2026-07-12 已部署) - 分诊交互(H5+坐席+Dify独立应用) - 拓扑预览(ECharts只读) - 代答排除(4种匹配器: keyword/regex/intent/category) - 迁移051 + 44文件43测试通过 ## 后端变更 - 6个Python文件改造(h5_ai_task.py/h5.py/ai_service.py/closing_service.py等) - funny_phrase_service.py: shake/connected/keyword 默认文案更新 - session_service.py: 企微消息文案同步 - 新增: queue.py/quiz.py/triage.py/exclusion_rules.py 等API端点 - 新增: diagnostic.py/quiz.py/triage_session.py 等模型 - 新增: closing_service/queue_service/quiz_service/triage_service 等服务 ## 文档更新 - CHANGELOG.md: 新增 [未发布] 区全部变更记录 - 项目管理主文档 v2.5: 新增v0.7.3版本 + 已完成看板 + 最近搞定 - 版本记录: 新增v0.7.3条目 - AI对话链路实施计划: Phase 1-6 全部标记✅已实施 - 新增架构图/时序图/类图(mermaid) ## 部署路径修正 - 服务器项目根路径: /opt/wecom-it-desk/ - 所有前端dist均为ro bind mount，只能在宿主机源路径操作 - 服务器nginx /h5/ 是静态文件服务(非proxy_pass) - elFinder上传二进制不可靠(MD5不匹配)，改用base64分块上传
2026-07-13 02:17:03 +08:00
parent bea288e414
commit 449c6d4875
176 changed files with 46637 additions and 4805 deletions
@@ -33,6 +33,12 @@ from app.models.routing_event import RoutingEvent  # 路由命中统计（P1）
 # 会议室预定模块模型
 from app.models.terminal_room_binding import TerminalRoomBinding
 from app.models.meetingroom_booking_snapshot import MeetingroomBookingSnapshot
+from app.models.meetingroom_guide import MeetingroomGuide
+from app.models.meetingroom_repair import MeetingroomRepair
+# 知识库迭代 — 分诊 + 排除模块模型
+from app.models.triage_session import TriageSession
+from app.models.exclusion_rule import ExclusionRule
+from app.models.exclusion_log import ExclusionLog
 # 阶段5 自动化闭环模型
 from app.models.automation import (
    AutoSession,
@@ -43,6 +49,9 @@ from app.models.automation import (
    ActionLog,
    MappingCache,
 )
+# 智能诊断修复闭环 + 分层排队 + 答题 + 关闭机制
+from app.models.diagnostic import DiagnosticTemplate, DiagnosticDispatch, DiagnosticReport
+from app.models.quiz import QuizQuestion, QuizAnswer, EmployeePoints
 # 所有模型类的列表，方便遍历
 __all__ = [
    "Conversation",
@@ -71,6 +80,8 @@ __all__ = [
    "RoutingEvent",
    "TerminalRoomBinding",
    "MeetingroomBookingSnapshot",
+    "MeetingroomGuide",
+    "MeetingroomRepair",
    "AutoSession",
    "AutoAction",
    "ApprovalTicket",
@@ -78,4 +89,13 @@ __all__ = [
    "RuleVersion",
    "ActionLog",
    "MappingCache",
+    "TriageSession",
+    "ExclusionRule",
+    "ExclusionLog",
+    "DiagnosticTemplate",
+    "DiagnosticDispatch",
+    "DiagnosticReport",
+    "QuizQuestion",
+    "QuizAnswer",
+    "EmployeePoints",
 ]
@@ -10,7 +10,7 @@ import uuid
 from datetime import datetime
 from typing import Any, Dict, Optional

-from sqlalchemy import Boolean, DateTime, Index, Integer, JSON, String
+from sqlalchemy import Boolean, DateTime, Index, Integer, JSON, String, Text
 from sqlalchemy.orm import Mapped, mapped_column

 from app.database import Base
@@ -294,9 +294,63 @@ class Conversation(Base):
        comment="更新时间",
    )

-    # --------------------------------------------------------------------------
+    # ======================================================================
+    # P0新增：排队分层 + 答题插队 + 关闭机制
+    # ======================================================================
+
+    # 答题插队优先级（每答3题前移1位，上限2位）
+    # 计算公式：queue_priority = min(quiz_answered_count // 3, 2)
+    # 排队时段内排序：queue_priority DESC → urgency_score DESC → created_at ASC
+    queue_priority: Mapped[int] = mapped_column(
+        Integer,
+        nullable=False,
+        default=0,
+        comment="答题插队优先级(上限2)",
+    )
+
+    # 信息是否锁定（Dify信息梳理步骤完成 + 有效回答占比≥70%）
+    # 排队三段排序：VIP → info_locked=true → info_locked=false
+    info_locked: Mapped[bool] = mapped_column(
+        Boolean,
+        nullable=False,
+        default=False,
+        comment="信息是否锁定",
+    )
+
+    # 关闭方（谁关闭了会话）
+    # employee: 员工主动关闭 / agent: 坐席结单 / ai: AI自助解决 / system_timeout: 超时自动
+    resolved_by: Mapped[Optional[str]] = mapped_column(
+        String(20),
+        nullable=True,
+        comment="关闭方: employee/agent/ai/system_timeout",
+    )
+
+    # 关闭方式
+    # ai_self: AI自助解决 / agent_confirm: 坐席结单+员工确认 / employee_initiative: 员工主动 / auto_timeout: 超时
+    resolved_method: Mapped[Optional[str]] = mapped_column(
+        String(30),
+        nullable=True,
+        comment="关闭方式: ai_self/agent_confirm/employee_initiative/auto_timeout",
+    )
+
+    # 结单摘要（坐席结单时填写：问题类型+根因+解决方式）
+    # 用于知识沉淀，调用Dify总结后生成知识条目草稿
+    resolve_summary: Mapped[Optional[str]] = mapped_column(
+        Text,
+        nullable=True,
+        comment="结单摘要",
+    )
+
+    # 重开时关联的原会话ID（24小时内重开创建新会话，关联原会话上下文）
+    reference_conversation_id: Mapped[Optional[str]] = mapped_column(
+        String(36),
+        nullable=True,
+        comment="重开时关联的原会话ID",
+    )
+
+    # ----------------------------------------------------------------------
    # 索引定义（和架构文档 DDL 严格一致）
-    # --------------------------------------------------------------------------
+    # ----------------------------------------------------------------------
    __table_args__ = (
        # 按状态查询（如查询所有排队中的会话）
        Index("idx_conversations_status", "status"),
@@ -310,6 +364,9 @@ class Conversation(Base):
        Index("idx_conversations_urgency_score", "urgency_score"),
        # 按最后消息时间倒序查询（最新消息的排前面）
        Index("idx_conversations_last_message_at", "last_message_at"),
+        # P0新增：排队分层排序支持
+        Index("idx_conversations_queue_priority", "queue_priority"),
+        Index("idx_conversations_info_locked", "info_locked"),
    )

    def __repr__(self) -> str:
@@ -0,0 +1,232 @@
+# =============================================================================
+# 企微IT智能服务台 — 诊断相关模型
+# =============================================================================
+# 说明：包含3张表，支撑三层诊断闭环：
+#   1. diagnostic_templates:  原子化诊断检查项模板库（管理员预置）
+#   2. diagnostic_reports:    客户端/API采集的诊断报告存储
+#   3. diagnostic_dispatches: 诊断下发记录，追踪 dispatch→execute→analyze→resolve 闭环
+#
+# 三层诊断架构：
+#   Layer 1 — 火绒/联软API静默采集（check_type=api, api_source=huorong/lianruan）
+#   Layer 2 — 客户端脚本兜底（check_type=script, script_template=PowerShell/zsh）
+#   Layer 3 — AI分析报告 + 修复包推送（fix_template + risk_level分级审批）
+# =============================================================================
+
+import uuid
+from datetime import datetime
+from typing import Any, Dict, List, Optional
+
+from sqlalchemy import Boolean, DateTime, Index, Integer, JSON, String, Text
+from sqlalchemy.orm import Mapped, mapped_column
+
+from app.database import Base
+
+
+class DiagnosticTemplate(Base):
+    """诊断模板 — 原子化检查项。
+
+    每条记录是一个独立的检查单元（如"ping网关""查DNS配置"），
+    管理员在后台预置，AI只负责选择哪些检查项组合，不生成脚本内容。
+
+    Attributes:
+        id: 模板唯一标识（UUID）
+        category: 问题类别（network/vpn/email/system/printer/security/office）
+        name: 检查项名称（如"网关连通性检测"）
+        check_type: 检查类型（api=服务端API采集 / script=客户端脚本采集）
+        api_source: API来源（huorong/lianruan），仅check_type=api时有效
+        api_method: 调用的API方法名（如get_terminal_detail），仅check_type=api时有效
+        script_template: PowerShell/zsh脚本模板（参数化），仅check_type=script时有效
+        fix_template: 对应的修复脚本模板（可选，部分检查项有配套修复）
+        fix_risk_level: 修复风险等级（low/medium/high），决定审批流程
+        target_condition: 触发此检查项的条件（如"dns_resolution=fail"）
+        description: 检查项描述
+        is_active: 是否启用
+    """
+
+    __tablename__ = "diagnostic_templates"
+
+    id: Mapped[str] = mapped_column(
+        String(36), primary_key=True, default=lambda: str(uuid.uuid4())
+    )
+    category: Mapped[str] = mapped_column(
+        String(50), nullable=False, comment="问题类别"
+    )
+    name: Mapped[str] = mapped_column(
+        String(200), nullable=False, comment="检查项名称"
+    )
+    check_type: Mapped[str] = mapped_column(
+        String(20), nullable=False, default="api",
+        comment="检查类型: api/script"
+    )
+    api_source: Mapped[Optional[str]] = mapped_column(
+        String(50), nullable=True, comment="API来源: huorong/lianruan"
+    )
+    api_method: Mapped[Optional[str]] = mapped_column(
+        String(100), nullable=True, comment="调用的API方法名"
+    )
+    script_template: Mapped[Optional[str]] = mapped_column(
+        Text, nullable=True, comment="脚本模板(PowerShell/zsh)"
+    )
+    fix_template: Mapped[Optional[str]] = mapped_column(
+        Text, nullable=True, comment="修复脚本模板"
+    )
+    fix_risk_level: Mapped[str] = mapped_column(
+        String(20), nullable=False, default="medium",
+        comment="修复风险等级: low/medium/high"
+    )
+    target_condition: Mapped[Optional[str]] = mapped_column(
+        String(200), nullable=True, comment="触发条件"
+    )
+    description: Mapped[Optional[str]] = mapped_column(
+        Text, nullable=True, comment="检查项描述"
+    )
+    is_active: Mapped[bool] = mapped_column(
+        Boolean, nullable=False, default=True, comment="是否启用"
+    )
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True), nullable=False, default=datetime.now,
+        comment="创建时间"
+    )
+    updated_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True), nullable=False, default=datetime.now,
+        onupdate=datetime.now, comment="更新时间"
+    )
+
+    __table_args__ = (
+        Index("idx_diag_tpl_category", "category"),
+        Index("idx_diag_tpl_type", "check_type"),
+        Index("idx_diag_tpl_active", "is_active"),
+    )
+
+    def __repr__(self) -> str:
+        return f"<DiagnosticTemplate(id={self.id}, name={self.name}, type={self.check_type})>"
+
+
+class DiagnosticDispatch(Base):
+    """诊断下发记录 — 追踪每次诊断的完整生命周期。
+
+    状态流转：dispatched → executed → analyzed → resolved
+
+    Attributes:
+        id: 下发记录ID
+        conversation_id: 关联的会话ID
+        employee_id: 员工ID
+        template_ids: 下发的诊断模板ID列表（JSON数组）
+        script_content: 实际生成的脚本内容（参数化后的最终版本）
+        script_hash: 脚本SHA256哈希（审计追溯）
+        upload_token: 一次性上传token（绑定session+employee+TTL）
+        status: 状态（dispatched/executed/analyzed/resolved）
+        report_id: 关联的诊断报告ID（报告上传后填入）
+        fix_dispatched: 是否已下发修复包
+        created_at: 下发时间
+        completed_at: 完成（resolved）时间
+    """
+
+    __tablename__ = "diagnostic_dispatches"
+
+    id: Mapped[str] = mapped_column(
+        String(36), primary_key=True, default=lambda: str(uuid.uuid4())
+    )
+    conversation_id: Mapped[str] = mapped_column(
+        String(36), nullable=False, comment="关联会话ID"
+    )
+    employee_id: Mapped[str] = mapped_column(
+        String(64), nullable=False, comment="员工ID"
+    )
+    template_ids: Mapped[list] = mapped_column(
+        JSON, nullable=False, default=list, comment="诊断模板ID列表"
+    )
+    script_content: Mapped[Optional[str]] = mapped_column(
+        Text, nullable=True, comment="生成的脚本内容"
+    )
+    script_hash: Mapped[Optional[str]] = mapped_column(
+        String(64), nullable=True, comment="脚本SHA256哈希"
+    )
+    upload_token: Mapped[Optional[str]] = mapped_column(
+        String(128), nullable=True, comment="一次性上传token"
+    )
+    status: Mapped[str] = mapped_column(
+        String(20), nullable=False, default="dispatched",
+        comment="状态: dispatched/executed/analyzed/resolved"
+    )
+    report_id: Mapped[Optional[str]] = mapped_column(
+        String(36), nullable=True, comment="关联诊断报告ID"
+    )
+    fix_dispatched: Mapped[bool] = mapped_column(
+        Boolean, nullable=False, default=False, comment="是否已下发修复包"
+    )
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True), nullable=False, default=datetime.now,
+        comment="下发时间"
+    )
+    completed_at: Mapped[Optional[datetime]] = mapped_column(
+        DateTime(timezone=True), nullable=True, comment="完成时间"
+    )
+
+    __table_args__ = (
+        Index("idx_diag_dispatch_conv", "conversation_id"),
+        Index("idx_diag_dispatch_employee", "employee_id"),
+        Index("idx_diag_dispatch_status", "status"),
+    )
+
+    def __repr__(self) -> str:
+        return f"<DiagnosticDispatch(id={self.id}, conv={self.conversation_id}, status={self.status})>"
+
+
+class DiagnosticReport(Base):
+    """诊断报告 — 存储采集到的检查结果和AI分析结论。
+
+    Attributes:
+        id: 报告ID
+        dispatch_id: 关联的下发记录ID
+        conversation_id: 关联的会话ID
+        employee_id: 员工ID
+        template_ids: 涉及的诊断模板ID列表
+        report_data: 检查结果JSON（[{name, status, detail, raw_output}]）
+        ai_analysis: AI分析结论JSON（{root_cause, confidence, suggested_actions}）
+        status: 报告状态（pending/analyzed/resolved）
+        created_at: 报告上传时间
+    """
+
+    __tablename__ = "diagnostic_reports"
+
+    id: Mapped[str] = mapped_column(
+        String(36), primary_key=True, default=lambda: str(uuid.uuid4())
+    )
+    dispatch_id: Mapped[Optional[str]] = mapped_column(
+        String(36), nullable=True, comment="关联下发记录ID"
+    )
+    conversation_id: Mapped[str] = mapped_column(
+        String(36), nullable=False, comment="关联会话ID"
+    )
+    employee_id: Mapped[str] = mapped_column(
+        String(64), nullable=False, comment="员工ID"
+    )
+    template_ids: Mapped[list] = mapped_column(
+        JSON, nullable=False, default=list, comment="涉及诊断模板ID列表"
+    )
+    report_data: Mapped[Dict[str, Any]] = mapped_column(
+        JSON, nullable=False, default=dict,
+        comment="检查结果: [{name, status(pass/fail/warn/pending), detail, raw_output}]"
+    )
+    ai_analysis: Mapped[Optional[Dict[str, Any]]] = mapped_column(
+        JSON, nullable=True,
+        comment="AI分析: {root_cause, confidence, severity, suggested_actions}"
+    )
+    status: Mapped[str] = mapped_column(
+        String(20), nullable=False, default="pending",
+        comment="报告状态: pending/analyzed/resolved"
+    )
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True), nullable=False, default=datetime.now,
+        comment="报告上传时间"
+    )
+
+    __table_args__ = (
+        Index("idx_diag_report_conv", "conversation_id"),
+        Index("idx_diag_report_employee", "employee_id"),
+        Index("idx_diag_report_status", "status"),
+    )
+
+    def __repr__(self) -> str:
+        return f"<DiagnosticReport(id={self.id}, conv={self.conversation_id}, status={self.status})>"
@@ -0,0 +1,120 @@
+# =============================================================================
+# 企微IT智能服务台 — 排除命中日志模型
+# =============================================================================
+# 说明：对应数据库 exclusion_logs 表
+# 每次排除规则命中时记录一条日志，用于审计和统计。
+# =============================================================================
+
+import uuid
+from datetime import datetime
+from typing import Optional
+
+from sqlalchemy import DateTime, Index, String, Text
+from sqlalchemy.orm import Mapped, mapped_column
+
+from app.database import Base
+
+
+class ExclusionLog(Base):
+    """排除命中日志模型 — 对应 exclusion_logs 表。
+
+    每次排除规则命中时记录一条日志，用于审计追踪和统计分析。
+
+    Attributes:
+        id: 日志ID（UUID）
+        rule_id: 关联的规则ID
+        rule_name: 规则名称（冗余，防止规则删除后日志丢失名称）
+        conversation_id: 会话ID
+        user_id: 员工ID
+        message_content: 触发命中的消息内容
+        match_type: 匹配方式
+        matched_detail: 命中详情（命中的关键词/正则/意图/分类）
+        action_type: 执行的动作类型
+        action_result: 执行结果（success/failed）
+        created_at: 创建时间
+    """
+
+    __tablename__ = "exclusion_logs"
+
+    # 主键
+    id: Mapped[str] = mapped_column(
+        String(36),
+        primary_key=True,
+        default=lambda: str(uuid.uuid4()),
+    )
+
+    # 规则关联
+    rule_id: Mapped[str] = mapped_column(
+        String(36),
+        nullable=False,
+        comment="关联的规则ID",
+    )
+    rule_name: Mapped[Optional[str]] = mapped_column(
+        String(200),
+        nullable=True,
+        comment="规则名称（冗余存储）",
+    )
+
+    # 会话信息
+    conversation_id: Mapped[Optional[str]] = mapped_column(
+        String(36),
+        nullable=True,
+        comment="会话ID",
+    )
+    user_id: Mapped[Optional[str]] = mapped_column(
+        String(100),
+        nullable=True,
+        comment="员工ID",
+    )
+
+    # 命中详情
+    message_content: Mapped[Optional[str]] = mapped_column(
+        Text,
+        nullable=True,
+        comment="触发命中的消息内容",
+    )
+    match_type: Mapped[Optional[str]] = mapped_column(
+        String(20),
+        nullable=True,
+        comment="匹配方式",
+    )
+    matched_detail: Mapped[Optional[str]] = mapped_column(
+        Text,
+        nullable=True,
+        comment="命中详情",
+    )
+
+    # 执行结果
+    action_type: Mapped[Optional[str]] = mapped_column(
+        String(50),
+        nullable=True,
+        comment="执行的动作类型",
+    )
+    action_result: Mapped[str] = mapped_column(
+        String(50),
+        nullable=False,
+        default="success",
+        comment="执行结果：success/failed",
+    )
+
+    # 时间戳
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True),
+        nullable=False,
+        default=datetime.now,
+        comment="创建时间",
+    )
+
+    # 索引
+    __table_args__ = (
+        Index("idx_exclusion_logs_rule", "rule_id"),
+        Index("idx_exclusion_logs_created", "created_at"),
+        Index("idx_exclusion_logs_conversation", "conversation_id"),
+    )
+
+    def __repr__(self) -> str:
+        """排除日志对象的字符串表示。"""
+        return (
+            f"<ExclusionLog(id={self.id}, rule={self.rule_name}, "
+            f"action={self.action_type}, result={self.action_result})>"
+        )
@@ -0,0 +1,146 @@
+# =============================================================================
+# 企微IT智能服务台 — 代答排除规则模型
+# =============================================================================
+# 说明：对应数据库 exclusion_rules 表
+# 存储代答排除规则，AI回复前按优先级依次检查，命中则执行对应动作。
+# =============================================================================
+
+import uuid
+from datetime import datetime
+from typing import List, Optional
+
+from sqlalchemy import DateTime, Index, Integer, JSON, String, Text
+from sqlalchemy.orm import Mapped, mapped_column
+
+from app.database import Base
+
+
+class ExclusionRule(Base):
+    """代答排除规则模型 — 对应 exclusion_rules 表。
+
+    存储排除规则配置，支持4种匹配方式（关键词/正则/意图/分类），
+    命中后执行4种动作（转人工/转人工+上下文/仅提示/静默转人工）。
+
+    Attributes:
+        id: 规则ID（UUID）
+        rule_name: 规则名称（唯一）
+        rule_description: 规则描述
+        priority: 优先级（P0/P1/P2/P3）
+        match_type: 匹配方式（keyword/regex/intent/category）
+        match_condition: 匹配条件（关键词列表/正则表达式/意图ID列表/分类名称列表）
+        match_scope: 匹配范围（JSON数组，如 ["ai_auto_reply"]）
+        action_type: 命中后动作类型
+        transfer_message: 转人工提示语
+        status: 状态（enabled/disabled）
+        hit_count: 命中次数
+        created_by: 创建人ID
+        created_at: 创建时间
+        updated_at: 更新时间
+    """
+
+    __tablename__ = "exclusion_rules"
+
+    # 主键
+    id: Mapped[str] = mapped_column(
+        String(36),
+        primary_key=True,
+        default=lambda: str(uuid.uuid4()),
+    )
+
+    # 规则基本信息
+    rule_name: Mapped[str] = mapped_column(
+        String(200),
+        nullable=False,
+        unique=True,
+        comment="规则名称（唯一）",
+    )
+    rule_description: Mapped[Optional[str]] = mapped_column(
+        Text,
+        nullable=True,
+        comment="规则描述",
+    )
+    priority: Mapped[str] = mapped_column(
+        String(5),
+        nullable=False,
+        default="P2",
+        comment="优先级：P0/P1/P2/P3",
+    )
+
+    # 匹配配置
+    match_type: Mapped[str] = mapped_column(
+        String(20),
+        nullable=False,
+        comment="匹配方式：keyword/regex/intent/category",
+    )
+    match_condition: Mapped[str] = mapped_column(
+        Text,
+        nullable=False,
+        comment="匹配条件：关键词列表/正则/意图ID列表/分类名称列表",
+    )
+    match_scope: Mapped[List[str]] = mapped_column(
+        JSON,
+        nullable=False,
+        default=lambda: ["ai_auto_reply"],
+        comment="匹配范围",
+    )
+
+    # 命中后动作
+    action_type: Mapped[str] = mapped_column(
+        String(50),
+        nullable=False,
+        default="transfer_human",
+        comment="命中后动作：transfer_human/transfer_human_with_context/prompt_transfer/silent_transfer",
+    )
+    transfer_message: Mapped[Optional[str]] = mapped_column(
+        Text,
+        nullable=True,
+        comment="转人工提示语",
+    )
+
+    # 状态
+    status: Mapped[str] = mapped_column(
+        String(10),
+        nullable=False,
+        default="enabled",
+        comment="状态：enabled/disabled",
+    )
+    hit_count: Mapped[int] = mapped_column(
+        Integer,
+        nullable=False,
+        default=0,
+        comment="命中次数",
+    )
+
+    # 审计
+    created_by: Mapped[str] = mapped_column(
+        String(100),
+        nullable=False,
+        comment="创建人ID",
+    )
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True),
+        nullable=False,
+        default=datetime.now,
+        comment="创建时间",
+    )
+    updated_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True),
+        nullable=False,
+        default=datetime.now,
+        onupdate=datetime.now,
+        comment="更新时间",
+    )
+
+    # 索引
+    __table_args__ = (
+        Index("idx_exclusion_rules_status", "status"),
+        Index("idx_exclusion_rules_priority", "priority"),
+        Index("idx_exclusion_rules_match_type", "match_type"),
+    )
+
+    def __repr__(self) -> str:
+        """排除规则对象的字符串表示。"""
+        return (
+            f"<ExclusionRule(id={self.id}, name={self.rule_name}, "
+            f"priority={self.priority}, status={self.status})>"
+        )
@@ -0,0 +1,59 @@
+# =============================================================================
+# 企微IT智能服务台 — 会议室操作指南模型
+# =============================================================================
+# 说明：存储会议室设备操作指南数据
+# 终端大屏展示简要步骤 + 二维码指向详细文档
+# =============================================================================
+
+from datetime import datetime
+
+from sqlalchemy import Boolean, DateTime, Integer, String, Text, func
+from sqlalchemy.orm import Mapped, mapped_column
+
+from app.database import Base
+
+
+class MeetingroomGuide(Base):
+    """会议室操作指南模型。
+
+    按设备类型分类，每条指南包含终端大屏展示的简要说明
+    和二维码指向的详细文档URL。
+
+    Attributes:
+        id: 自增主键
+        category: 设备类型（projector/video_conf/aircon/phone/other）
+        title: 指南标题（如"投影仪使用指南"）
+        brief: 简要操作步骤（终端大屏展示，支持多行文本）
+        detail_url: 详细文档URL（二维码指向的链接）
+        icon: 图标emoji（如"📽️"）
+        sort_order: 排序序号（越小越靠前）
+        is_active: 是否启用
+        created_at: 创建时间
+        updated_at: 更新时间
+    """
+
+    __tablename__ = "meetingroom_guide"
+
+    # 自增主键
+    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
+    # 设备类型分类
+    category: Mapped[str] = mapped_column(String(50), index=True, nullable=False, comment="设备类型")
+    # 指南标题
+    title: Mapped[str] = mapped_column(String(100), nullable=False, comment="指南标题")
+    # 简要操作步骤（终端大屏展示）
+    brief: Mapped[str] = mapped_column(Text, nullable=False, default="", comment="简要操作步骤")
+    # 详细文档URL（二维码指向）
+    detail_url: Mapped[str] = mapped_column(String(500), nullable=False, default="", comment="详细文档URL")
+    # 图标emoji
+    icon: Mapped[str] = mapped_column(String(50), nullable=False, default="📋", comment="图标emoji")
+    # 排序序号
+    sort_order: Mapped[int] = mapped_column(Integer, nullable=False, default=0, comment="排序序号")
+    # 是否启用
+    is_active: Mapped[bool] = mapped_column(Boolean, nullable=False, default=True, comment="是否启用")
+    # 创建时间
+    created_at: Mapped[datetime] = mapped_column(DateTime, server_default=func.now(), nullable=False)
+    # 更新时间
+    updated_at: Mapped[datetime] = mapped_column(DateTime, server_default=func.now(), onupdate=func.now(), nullable=False)
+
+    def __repr__(self) -> str:
+        return f"<MeetingroomGuide(id={self.id}, category='{self.category}', title='{self.title}')>"
@@ -0,0 +1,69 @@
+# =============================================================================
+# 企微IT智能服务台 — 会议室报修记录模型
+# =============================================================================
+# 说明：记录员工通过小鱼终端提交的会议室设备报修
+# 报修提交后自动创建IT工单会话（Conversation），关联conversation_id
+# 同时通过企微消息通知IT管理员
+# =============================================================================
+
+from datetime import datetime
+
+from sqlalchemy import DateTime, Integer, String, Text, func
+from sqlalchemy.orm import Mapped, mapped_column
+
+from app.database import Base
+
+
+class MeetingroomRepair(Base):
+    """会议室报修记录模型。
+
+    员工在终端上发起报修后，记录报修信息并关联创建的IT工单会话。
+    报修状态跟随工单会话状态流转。
+
+    Attributes:
+        id: 自增主键
+        terminal_sn: 终端序列号
+        meetingroom_id: 企微会议室ID
+        meetingroom_name: 会议室名称（冗余）
+        device_type: 故障设备类型（projector/video_conf/aircon/desk_chair/network/other）
+        fault_description: 故障描述
+        reporter_name: 报修人姓名（可能匿名）
+        reporter_userid: 报修人企微userid（可能为空）
+        conversation_id: 关联的IT工单会话ID
+        status: 报修状态（0=待处理 1=处理中 2=已解决 3=已关闭）
+        created_at: 创建时间
+        updated_at: 更新时间
+    """
+
+    __tablename__ = "meetingroom_repair"
+
+    # 自增主键
+    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
+    # 终端序列号
+    terminal_sn: Mapped[str] = mapped_column(String(64), index=True, nullable=False, comment="终端序列号")
+    # 企微会议室ID
+    meetingroom_id: Mapped[int] = mapped_column(Integer, index=True, nullable=False, comment="企微会议室ID")
+    # 会议室名称（冗余，便于报修列表展示）
+    meetingroom_name: Mapped[str] = mapped_column(String(100), nullable=False, default="", comment="会议室名称")
+    # 故障设备类型
+    device_type: Mapped[str] = mapped_column(String(50), nullable=False, comment="故障设备类型")
+    # 故障描述
+    fault_description: Mapped[str] = mapped_column(Text, nullable=False, comment="故障描述")
+    # 报修人姓名（可能匿名）
+    reporter_name: Mapped[str] = mapped_column(String(100), nullable=False, default="匿名", comment="报修人姓名")
+    # 报修人企微userid（可能为空）
+    reporter_userid: Mapped[str] = mapped_column(String(64), nullable=False, default="", comment="报修人企微userid")
+    # 关联的IT工单会话ID
+    conversation_id: Mapped[str] = mapped_column(String(36), index=True, nullable=False, comment="关联IT工单会话ID")
+    # 报修状态
+    status: Mapped[int] = mapped_column(Integer, nullable=False, default=0, comment="报修状态: 0=待处理 1=处理中 2=已解决 3=已关闭")
+    # 创建时间
+    created_at: Mapped[datetime] = mapped_column(DateTime, server_default=func.now(), nullable=False)
+    # 更新时间
+    updated_at: Mapped[datetime] = mapped_column(DateTime, server_default=func.now(), onupdate=func.now(), nullable=False)
+
+    def __repr__(self) -> str:
+        return (
+            f"<MeetingroomRepair(id={self.id}, room='{self.meetingroom_name}', "
+            f"device='{self.device_type}', status={self.status})>"
+        )
@@ -0,0 +1,221 @@
+# =============================================================================
+# 企微IT智能服务台 — 答题与积分模型
+# =============================================================================
+# 说明：包含3张表，支撑排队等待期间的答题+积分系统：
+#   1. quiz_questions:   IT知识题库（7类×10题=70题起步）
+#   2. quiz_answers:     答题记录（每次答题一条记录）
+#   3. employee_points:  员工积分账户（跨会话累积，5级等级体系）
+#
+# 答题双模式：
+#   模式A（info_locked=false）— 诊断题：与当前问题相关的选择题，答案附加到会话上下文
+#   模式B（info_locked=true）  — IT知识题：纯教育性质，提升IT素养
+#
+# 插队规则：
+#   queue_priority = min(quiz_answered_count // 3, 2)  # 每答3题前移1位，上限2位
+# 积分规则：
+#   答对 +10分，答错不扣分，跨会话累积
+#   0-99 IT小白 → 100-299 IT入门 → 300-599 IT达人 → 600-999 IT专家 → 1000+ IT大师
+# =============================================================================
+
+import uuid
+from datetime import datetime
+from typing import Any, Dict, List, Optional
+
+from sqlalchemy import Boolean, DateTime, Index, Integer, JSON, String, Text
+from sqlalchemy.orm import Mapped, mapped_column
+
+from app.database import Base
+
+
+class QuizQuestion(Base):
+    """IT知识题库 — 排队等待期间向员工推送的选择题。
+
+    分为两类（通过 type 字段区分）：
+    - knowledge: IT知识题（模式B，info_locked=true时推送）
+    - diagnostic: 诊断题（模式A，info_locked=false时推送，答案附加到会话上下文）
+
+    诊断题按 problem_category 组织，每类3-5题。
+    知识题按 category 组织，每类10题。
+
+    Attributes:
+        id: 题目唯一标识（UUID）
+        type: 题目类型（knowledge=IT知识题 / diagnostic=诊断题）
+        category: 题目类别（network/vpn/email/system/printer/security/office）
+        problem_category: 诊断题对应的问题类别（仅diagnostic类型有效，如"vpn_disconnect"）
+        difficulty: 难度（easy/medium/hard）
+        question: 题目文本
+        options: 选项数组（JSON，["选项A", "选项B", "选项C", "选项D"]）
+        correct_index: 正确答案索引（0-3）
+        explanation: 答案解析
+        is_active: 是否启用
+        created_at: 创建时间
+    """
+
+    __tablename__ = "quiz_questions"
+
+    id: Mapped[str] = mapped_column(
+        String(36), primary_key=True, default=lambda: str(uuid.uuid4())
+    )
+    type: Mapped[str] = mapped_column(
+        String(20), nullable=False, default="knowledge",
+        comment="题目类型: knowledge(IT知识题) / diagnostic(诊断题)"
+    )
+    category: Mapped[str] = mapped_column(
+        String(50), nullable=False,
+        comment="题目类别: network/vpn/email/system/printer/security/office"
+    )
+    problem_category: Mapped[Optional[str]] = mapped_column(
+        String(100), nullable=True,
+        comment="诊断题对应的问题类别（仅diagnostic类型有效）"
+    )
+    difficulty: Mapped[str] = mapped_column(
+        String(20), nullable=False, default="medium",
+        comment="难度: easy/medium/hard"
+    )
+    question: Mapped[str] = mapped_column(
+        Text, nullable=False, comment="题目文本"
+    )
+    options: Mapped[list] = mapped_column(
+        JSON, nullable=False, comment="选项数组: ['选项A', '选项B', ...]"
+    )
+    correct_index: Mapped[int] = mapped_column(
+        Integer, nullable=False, comment="正确答案索引(0-based)"
+    )
+    explanation: Mapped[Optional[str]] = mapped_column(
+        Text, nullable=True, comment="答案解析"
+    )
+    is_active: Mapped[bool] = mapped_column(
+        Boolean, nullable=False, default=True, comment="是否启用"
+    )
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True), nullable=False, default=datetime.now,
+        comment="创建时间"
+    )
+
+    __table_args__ = (
+        Index("idx_quiz_q_type", "type"),
+        Index("idx_quiz_q_category", "category"),
+        Index("idx_quiz_q_active", "is_active"),
+    )
+
+    def __repr__(self) -> str:
+        return f"<QuizQuestion(id={self.id}, type={self.type}, category={self.category})>"
+
+
+class QuizAnswer(Base):
+    """答题记录 — 每次答题一条记录。
+
+    Attributes:
+        id: 记录ID
+        employee_id: 员工ID
+        conversation_id: 关联会话ID（可空，非排队时答题无会话）
+        question_id: 题目ID
+        selected_index: 员工选择的答案索引
+        is_correct: 是否答对
+        points_earned: 获得积分（答对=10，答错=0）
+        created_at: 答题时间
+    """
+
+    __tablename__ = "quiz_answers"
+
+    id: Mapped[str] = mapped_column(
+        String(36), primary_key=True, default=lambda: str(uuid.uuid4())
+    )
+    employee_id: Mapped[str] = mapped_column(
+        String(64), nullable=False, comment="员工ID"
+    )
+    conversation_id: Mapped[Optional[str]] = mapped_column(
+        String(36), nullable=True, comment="关联会话ID"
+    )
+    question_id: Mapped[str] = mapped_column(
+        String(36), nullable=False, comment="题目ID"
+    )
+    selected_index: Mapped[int] = mapped_column(
+        Integer, nullable=False, comment="选择的答案索引"
+    )
+    is_correct: Mapped[bool] = mapped_column(
+        Boolean, nullable=False, comment="是否答对"
+    )
+    points_earned: Mapped[int] = mapped_column(
+        Integer, nullable=False, default=0, comment="获得积分"
+    )
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True), nullable=False, default=datetime.now,
+        comment="答题时间"
+    )
+
+    __table_args__ = (
+        Index("idx_quiz_a_employee", "employee_id"),
+        Index("idx_quiz_a_conversation", "conversation_id"),
+        Index("idx_quiz_a_created", "created_at"),
+    )
+
+    def __repr__(self) -> str:
+        return f"<QuizAnswer(id={self.id}, employee={self.employee_id}, correct={self.is_correct})>"
+
+
+class EmployeePoints(Base):
+    """员工积分账户 — 跨会话累积，5级等级体系。
+
+    积分规则：答对一题 +10分，答错不扣分。
+    等级体系：
+      0-99    IT小白    (灰色)
+      100-299 IT入门    (蓝色)
+      300-599 IT达人    (绿色)
+      600-999 IT专家    (琥珀)
+      1000+   IT大师    (珊瑚红)
+
+    Attributes:
+        employee_id: 员工ID（主键）
+        total_points: 累计积分
+        answered_count: 答题总数
+        correct_count: 答对总数
+        level: 当前等级名称
+        updated_at: 最后更新时间
+    """
+
+    __tablename__ = "employee_points"
+
+    employee_id: Mapped[str] = mapped_column(
+        String(64), primary_key=True, comment="员工ID"
+    )
+    total_points: Mapped[int] = mapped_column(
+        Integer, nullable=False, default=0, comment="累计积分"
+    )
+    answered_count: Mapped[int] = mapped_column(
+        Integer, nullable=False, default=0, comment="答题总数"
+    )
+    correct_count: Mapped[int] = mapped_column(
+        Integer, nullable=False, default=0, comment="答对总数"
+    )
+    level: Mapped[str] = mapped_column(
+        String(20), nullable=False, default="IT小白", comment="当前等级"
+    )
+    updated_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True), nullable=False, default=datetime.now,
+        onupdate=datetime.now, comment="最后更新时间"
+    )
+
+    def __repr__(self) -> str:
+        return f"<EmployeePoints(employee={self.employee_id}, points={self.total_points}, level={self.level})>"
+
+    @staticmethod
+    def calculate_level(points: int) -> str:
+        """根据积分计算等级名称。
+
+        Args:
+            points: 当前累计积分
+
+        Returns:
+            等级名称字符串
+        """
+        if points >= 1000:
+            return "IT大师"
+        elif points >= 600:
+            return "IT专家"
+        elif points >= 300:
+            return "IT达人"
+        elif points >= 100:
+            return "IT入门"
+        else:
+            return "IT小白"
@@ -0,0 +1,229 @@
+# =============================================================================
+# 企微IT智能服务台 — 分诊会话模型
+# =============================================================================
+# 说明：对应数据库 triage_sessions 表
+# 存储 AI 分诊的完整会话记录，包括分诊步骤、收集的上下文、路由结果等。
+# =============================================================================
+
+import uuid
+from datetime import datetime
+from typing import Any, Dict, List, Optional
+
+from sqlalchemy import DateTime, Float, Index, Integer, JSON, String, Text
+from sqlalchemy.orm import Mapped, mapped_column
+
+from app.database import Base
+
+
+class TriageSession(Base):
+    """分诊会话模型 — 对应 triage_sessions 表。
+
+    存储员工发起的 AI 分诊全流程数据，从发起分诊到最终路由。
+
+    Attributes:
+        id: 分诊会话ID（UUID）
+        conversation_id: 关联的企微会话ID
+        user_id: 员工企微UserID
+        user_name: 员工姓名
+        user_dept: 员工部门
+        user_level: 员工IT技能等级
+        device_info: 设备信息
+        request_title: 问题标题
+        request_content: 问题原文
+        source: 来源渠道（wecom_h5 / api / other）
+        problem_type: AI识别的问题类型（硬件/软件/网络/安全/账号/其他）
+        problem_category: AI识别的问题分类
+        confidence: AI置信度（0.0-1.0）
+        urgency: 紧急度（high/medium/low）
+        suggested_route: AI建议路由（ai_self/human/auto_approval）
+        matched_knowledge: 匹配到的知识条目
+        match_score: 知识匹配分数
+        context_tags: 上下文标签列表（JSON数组）
+        triage_steps: 分诊步骤数据（JSON数组）
+        collected_context: 已收集的上下文列表（JSON数组）
+        status: 分诊状态（pending/triaging/routed/skipped/timeout）
+        route_action: 最终路由动作（ai_self/human/auto_approval/skip）
+        route_note: 路由备注
+        operator_id: 操作坐席ID
+        operated_at: 操作时间
+        created_at: 创建时间
+        updated_at: 更新时间
+    """
+
+    __tablename__ = "triage_sessions"
+
+    # 主键
+    id: Mapped[str] = mapped_column(
+        String(36),
+        primary_key=True,
+        default=lambda: str(uuid.uuid4()),
+    )
+
+    # 会话关联
+    conversation_id: Mapped[str] = mapped_column(
+        String(36),
+        nullable=False,
+        comment="关联的企微会话ID",
+    )
+
+    # 用户信息
+    user_id: Mapped[str] = mapped_column(
+        String(100),
+        nullable=False,
+        comment="员工企微UserID",
+    )
+    user_name: Mapped[Optional[str]] = mapped_column(
+        String(100),
+        nullable=True,
+        comment="员工姓名",
+    )
+    user_dept: Mapped[Optional[str]] = mapped_column(
+        String(100),
+        nullable=True,
+        comment="员工部门",
+    )
+    user_level: Mapped[Optional[str]] = mapped_column(
+        String(20),
+        nullable=True,
+        comment="员工IT技能等级",
+    )
+    device_info: Mapped[Optional[str]] = mapped_column(
+        String(200),
+        nullable=True,
+        comment="设备信息",
+    )
+
+    # 问题描述
+    request_title: Mapped[str] = mapped_column(
+        String(200),
+        nullable=False,
+        comment="问题标题",
+    )
+    request_content: Mapped[str] = mapped_column(
+        Text,
+        nullable=False,
+        comment="问题原文",
+    )
+    source: Mapped[str] = mapped_column(
+        String(50),
+        nullable=False,
+        default="wecom_h5",
+        comment="来源渠道",
+    )
+
+    # AI 分诊分析结果
+    problem_type: Mapped[Optional[str]] = mapped_column(
+        String(50),
+        nullable=True,
+        comment="问题类型：硬件/软件/网络/安全/账号/其他",
+    )
+    problem_category: Mapped[Optional[str]] = mapped_column(
+        String(100),
+        nullable=True,
+        comment="问题分类",
+    )
+    confidence: Mapped[Optional[float]] = mapped_column(
+        Float,
+        nullable=True,
+        comment="AI置信度（0.0-1.0）",
+    )
+    urgency: Mapped[str] = mapped_column(
+        String(20),
+        nullable=False,
+        default="medium",
+        comment="紧急度：high/medium/low",
+    )
+    suggested_route: Mapped[Optional[str]] = mapped_column(
+        String(50),
+        nullable=True,
+        comment="AI建议路由：ai_self/human/auto_approval",
+    )
+    matched_knowledge: Mapped[Optional[str]] = mapped_column(
+        String(500),
+        nullable=True,
+        comment="匹配到的知识条目",
+    )
+    match_score: Mapped[Optional[float]] = mapped_column(
+        Float,
+        nullable=True,
+        comment="知识匹配分数",
+    )
+    context_tags: Mapped[List[str]] = mapped_column(
+        JSON,
+        nullable=False,
+        default=list,
+        comment="上下文标签列表",
+    )
+
+    # 分诊步骤数据
+    triage_steps: Mapped[List[Dict[str, Any]]] = mapped_column(
+        JSON,
+        nullable=False,
+        default=list,
+        comment="分诊步骤数据：[{question, options:[{label, probability}]}]",
+    )
+    collected_context: Mapped[List[str]] = mapped_column(
+        JSON,
+        nullable=False,
+        default=list,
+        comment="已收集的上下文列表",
+    )
+
+    # 状态与路由
+    status: Mapped[str] = mapped_column(
+        String(30),
+        nullable=False,
+        default="pending",
+        comment="分诊状态：pending/triaging/routed/skipped/timeout",
+    )
+    route_action: Mapped[Optional[str]] = mapped_column(
+        String(50),
+        nullable=True,
+        comment="最终路由动作：ai_self/human/auto_approval/skip",
+    )
+    route_note: Mapped[Optional[str]] = mapped_column(
+        Text,
+        nullable=True,
+        comment="路由备注",
+    )
+    operator_id: Mapped[Optional[str]] = mapped_column(
+        String(100),
+        nullable=True,
+        comment="操作坐席ID",
+    )
+    operated_at: Mapped[Optional[datetime]] = mapped_column(
+        DateTime(timezone=True),
+        nullable=True,
+        comment="操作时间",
+    )
+
+    # 时间戳
+    created_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True),
+        nullable=False,
+        default=datetime.now,
+        comment="创建时间",
+    )
+    updated_at: Mapped[datetime] = mapped_column(
+        DateTime(timezone=True),
+        nullable=False,
+        default=datetime.now,
+        onupdate=datetime.now,
+        comment="更新时间",
+    )
+
+    # 索引
+    __table_args__ = (
+        Index("idx_triage_status", "status"),
+        Index("idx_triage_urgency", "urgency"),
+        Index("idx_triage_conversation", "conversation_id"),
+        Index("idx_triage_created", "created_at"),
+        Index("idx_triage_user", "user_id"),
+    )
+
+    def __repr__(self) -> str:
+        """分诊会话对象的字符串表示。"""
+        return (
+            f"<TriageSession(id={self.id}, user={self.user_id}, "
+            f"status={self.status}, urgency={self.urgency})>"
+        )