三分钟了解系统
从客户资料进入系统开始，依次完成数据入库、屋顶预评估、资料增强、数字员工分析、证据复核和报告输出。也可直接载入标准样本，快速体验完整业务链路。
1. 资料入库解析客户、屋顶、工商、经营、电价和历史数据。
2. 屋顶初筛识别日照、坡度、朝向、装机和发电收益。
3. 资料增强无人机、CAD、人工数据提升面积和收益判断置信度。
4. 数字员工协同多个 Agent 分析工商、司法、收益、政策和运维风险。
5. 决策输出给出评分、建议、证据链和投委会报告。
快速开始点击顶部「一键演示」即可自动走完主要链路。
替换资料上传 Excel/CSV/JSON 后，系统会清洗字段并更新分析结果。
复核依据进入「证据链」可查看每个判断对应的资料来源和复核项。
系统能力地图
客户资料、运行数据和外部信息进入系统后，会沿着“资产理解、经营测算、智能执行、证据复核、持续进化”的路径形成决策闭环。
01资料进入多来源资料统一接入，自动建立项目资料索引。
02资产理解形成客户、屋顶、设备、收益和风险画像。
03模型分析完成收益测算、发电预测、风险评分和异常归因。
04智能执行触发报告、复核、开票、预警和整改建议。
05持续进化将真实运营反馈沉淀为企业专属模型能力。
经营驾驶舱
把资料、模型、数字员工和报告输出放在同一条可复核的业务链路中。
标准样本
系统内置完整客户样本，覆盖地区、屋顶、工商、司法、消纳、电价、运维和发电差异等字段。
资料替换
可上传 JSON、CSV、Excel 或文本资料，系统自动归一字段；无人机、CAD、人工补录资料会进一步修正屋顶评估。
平台化 AI 架构
统一数据底座、模型调度、自动化运营和持续学习共同支撑投资决策、经营优化和报告输出。
真实资料包尽调
系统可读取营业执照、不动产权证、规划施工许可、消防资料、图纸、漏水照片、变压器照片、电费清单和屋顶影像，形成初步尽调报告。
建议顺序
第一步
入库
第二步
分析
第三步
报告
第四步
复核
数据中台
用户可以上传现有 Excel 表格，系统会把 Sheet 数据解析成结构化记录，完成字段标准化、异常清洗、业务分类和入库。后续分析基于数据库资产，而不是继续依赖原始 Excel 文件。
1. 解析等待 Excel / CSV 数据进入。
2. 清洗字段标准化、空值处理、数值转换、异常标记。
3. 分类自动识别发电、收益、账单、客户、屋顶和风险数据。
4. 入库写入结构化数据表，供 Agent 和报告调用。
原始记录0来自 Excel/CSV
清洗后记录0可入库数据
识别数据表0业务分类
数据质量--完整度/异常率
结构化数据预览
| 暂无数据。可点击“生成样本表格”或上传 Excel。 |
AI 多维分析
等待数据入库后生成分析。
分析维度
收益分析
等待入库数据。
运维异常
等待入库数据。
客户/屋顶分类
等待入库数据。
客户资料包识别框架
针对“识别这些材料，一键生成尽调报告”资料目录，系统会先按资料类型建立证据索引，再调用智能分析生成初步尽调报告。
综合投资评分--等待运行
预计 IRR--按当前资料测算
风险等级--含工商/司法/经营
建议动作待分析可生成报告
未选择客户
加载样本或导入资料后，运行数字员工进行决策分析。
投资判断
系统会综合屋顶条件、客户经营稳定性、司法风险、消纳能力、政策区域和预计收益，给出是否推进、附加条件和风险解释。
核心风险
等待数字员工输出。
收益与改善空间
等待数字员工输出。
多维评分
位置、屋顶与发电收益预评估
系统可按当前位置、屋顶参数、消纳比例、电价和投资假设进行预评估，并可扩展接入 Google Earth / Google Maps、Google Solar API、高德、天地图、遥感影像、DEM 高程、气象辐照数据库和客户负荷曲线。
重庆市万州区
等待预评估。系统将识别屋顶可安装区域、朝向、坡度和发电收益。
预评估结果
评估说明
输入位置后可打开第三方地图核验；点击“预评估屋顶收益”后，系统会根据面积、日照、朝向、坡度、消纳比例、上网结算比例、固定投资、安装、折旧和运维测算收益。
资料增强层
在地图初筛基础上，可继续上传无人机空拍照片/视频、建筑 CAD 图、人工测量表或现场记录。系统会将这些资料用于修正面积、遮挡、坡度、置信度和收益测算。
无人机空拍照片 / 视频
用于校准屋顶边界、遮挡、设备区、女儿墙和可施工区域。
建筑物 CAD / 图纸
用于校准建筑轮廓、轴网、结构分区、承重和设备布置。
人工补录数据
可录入实测面积、坡度、遮挡率、可施工比例、设备限制等字段。
增强评估动作
历史发电预测与利润测算
系统可读取“过往一年的发电量”这类小时级逆变器数据，清洗为发电时间序列，结合容量、季节、日照、电价、运维和折旧参数预测未来发电量、毛利和净利润。
历史样本--发电记录
预测周期30 天可扩展至月/季/年
预计发电量--未来周期
预计净利润--扣除运维折旧
预测曲线
预测说明
上传历史发电数据后，系统将根据逆变器、时间、容量、发电增量和季节特征生成预测结果。
经营测算
模型输出口径
发电预测
等待历史发电数据入库。
收益预测
等待历史发电数据入库。
运维建议
等待历史发电数据入库。
电网对账与开票自动复核
面向电网纸质对账单、电费清单、电子票据、项目公司开票和发票送达场景，系统通过多次扫描识别、历史数据比对、规则校验、小模型复核和大模型疑点判断，尽量由系统自动完成复核，仅把少量高风险疑点推给人工确认。
票据自动处理率96.8%无需人工介入
复核准确率99.3%多轮识别+历史比对
疑点人工确认3.2%仅高风险样本
开票闭环已闭环开票、送达、回执
自动复核中枢
从“人工扫票”升级为“系统自动复核”
纸质对账单、电网电费清单、电子账单和发票进入系统后，会先形成统一票据画像。系统对折痕、污渍、反光、低清晰度、版式差异和字段缺失进行质量评分，再通过多次 OCR、版式识别、历史数据比对和模型复核判断，自动给出“通过、补救、疑点、退回”结果。
识别轮次多轮交叉
历史比对自动完成
疑点判断模型复核
人工参与最小化
自动判断逻辑
- 同一票据多次扫描、多模型识别，字段结果一致则自动通过。
- 与历史发电量、结算金额、上网电量、项目公司口径进行比对。
- 金额、电量、税号、户号、项目公司、账期不一致时进入疑点队列。
- 低清晰度、污渍、折痕导致识别不稳时，自动触发图像增强和二次识别。
- 疑点由专项小模型先复核，复杂情形再由大模型给出判断依据。
1. 票据接入纸质扫描、手机拍照、PDF、电费清单、电子发票、开票回执统一进入票据池。
2. 质量诊断识别折痕、污渍、阴影、反光、缺页、歪斜和低清晰度，自动评分。
3. 多轮识别OCR、版式模型、字段抽取模型分别识别，并对关键字段投票校验。
4. 历史比对与历史账期、项目公司、户号、电量、金额、税率和发票记录交叉比对。
5. 模型复核小模型处理常见差异，大模型解释复杂疑点并给出通过或补救建议。
6. 开票送达按项目公司或按户自动生成开票任务，完成发票发送、回执和归档。
电子复核能力
- 同一票据多次扫描结果比对，识别字段不一致自动标记。
- 账期、电量、金额、税号、户号、项目公司和开票抬头一致性校验。
- 用历史结算区间判断异常波动，辅助识别金额或电量误读。
- 支持按供电局版式训练专项识别模板，减少地区差异影响。
自动补救措施
- 图像自动增强、去噪、纠偏、裁切、表格线修复和缺页检测。
- 字段低置信度时自动调用备用模型和历史字段回填。
- 金额、电量差异在合理阈值内时自动生成复核说明。
- 无法自动通过的票据生成最小人工确认任务，只展示关键疑点。
开票与送达闭环
- 大部分按项目公司当期总额开票，少数按电站或农户分别开票。
- 开票规则自动匹配供电局要求，减少人工判断和反复沟通。
- 发票自动归档并送达指定联系人，记录发送时间、渠道和回执。
- 对账、开票、送达、回款和异常处理形成完整证据链。
疑点队列示例
| 票据类型 | 疑点 | 系统判断 | 补救动作 |
|---|---|---|---|
| 电费清单 | 金额字段低置信度 | 与历史账期差异 1.8%，可自动复核 | 图像增强后二次识别并生成说明 |
| 纸质对账单 | 户号局部污渍 | 历史户号匹配成功，需保留证据 | 自动回填并标记置信来源 |
| 项目公司发票 | 开票方式差异 | 供电局要求按户开票 | 拆分开票任务并自动归档 |
| 电子回执 | 送达状态未确认 | 联系人未回执 | 触发二次送达并生成跟进记录 |
人工介入最小化
自动通过
88%
自动补救
9%
模型疑点
3%
人工确认
少量
核心价值
系统把人工工作从“逐张识别、逐项录入、逐票核对”压缩为“只确认少量高风险疑点”，同时保留每一次识别、比对、模型判断和补救动作的证据链。
收益偏差与经营预警
系统持续跟踪实际运行结果与投资测算、年度目标、初期预测之间的差距，自动识别低于目标的项目，给出原因判断、整改方向和策略优先级。
收益达成率--实际收益 / 目标收益
收益偏差--年化差距
发电偏差--实际发电 / 预测发电
预警等级--等待分析
待分析
经营状态判断
等待系统完成收益测算与运行数据分析。
优先整改建议
预警原因
解决方向
改进策略
优化数据进入训练闭环
系统不仅记录“低于目标”这件事，还会记录采取了什么措施、措施后收益恢复了多少、距离目标还差多少。这样下一次遇到相似项目时，模型可以更准确地判断原因和推荐策略。
智能对话分析台
用户可以直接围绕当前项目资料、数据中台、收益测算、经营预警、证据链和投委会报告提问。系统会读取当前上下文，给出面向决策的分析结论和下一步动作。
项目智能助理
基于当前项目数据、模型结果和业务规则进行交互分析。
回答会自动引用当前项目上下文。
快捷问题
当前上下文
数字员工协同台
每个 Agent 都有固定 Skill、证据标准和输出模板，会按当前客户资料自动给出可复核结论。
证据链与可复核项
系统会把关键结论拆回输入资料、外部数据和人工复核项，避免黑箱判断。
投委会报告预览
尚未生成报告。请先运行数字员工，再点击“生成投委会报告”。
系统架构总览
系统以“数据进入、资产画像、模型分析、数字员工执行、决策闭环”为主线，把投前尽调、收益测算、结算开票、运维优化和报告输出放到统一工作台中。
1. 数据接入客户资料、Excel、地图遥感、无人机、CAD、账单票据、发电、工商司法、政策气象
2. 资产画像客户画像、屋顶画像、设备画像、收益画像、风险画像、合同与结算画像
3. 模型分析发电预测、票据复核、OCR 对账、尽调评分、收益测算、经营预警、竞品归因、异常诊断
4. 数字员工地图、屋顶、图纸、工商、司法、收益、政策、运维、报告 Agent
5. 决策闭环评分建议、证据链、投委会报告、复核任务、经营预警、开票送达、整改 ROI
投前屋顶预评估、客户尽调、收益测算、政策区域判断、投委会预审。
投后发电预测、收益偏差预警、竞品归因、故障诊断、运维优先级和整改收益评估。
结算电网对账单 OCR、多轮自动复核、历史比对、自动补救、项目公司开票、发票送达和农户租金结算。
进化人工修正、运行结果、发电偏差、收益偏差、整改效果和目标距离持续反哺企业专业模型。
系统能力成长线
这条线表达系统能力如何从“接入资料”逐步成长到“自动决策与持续学习”。蓝线代表业务自动化程度，橙线代表决策确定性。
业务自动化
决策确定性
模型接入与训练中心
这里把大模型、企业数据、小模型和蒸馏模型放在同一条智能闭环中。大模型负责理解、抽取、编排和生成，小模型负责稳定、快速和可本地化部署。系统支持企业专属授权通道、私有部署网关和统一调用接口，形成可持续优化的业务智能层。
大模型接入层支持企业专属授权通道、私有部署网关和统一调用接口。
专属授权通道在当前授权会话下即可发起大模型调用。
训练数据层客户资料、发电曲线、OCR 结果、复核结论、收益偏差、整改反馈、投后运行结果。
小模型训练层面向屋顶识别、OCR、收益测算、竞品归因、风险评分等专项模型。
蒸馏与发布层把稳定能力下沉到小模型，支持企业端直接调用自己的专有模型。
1. 接入连接企业专属授权通道、网关和权限体系。
2. 沉淀把用户交互、复核、运行结果、整改动作和目标距离写入数据集。
3. 训练定期训练小模型，更新识别、分析和预测能力。
4. 蒸馏把稳定能力压缩到更轻、更快的本地模型。
5. 交付企业直接调用自己的专有小模型完成输出。
统一智能接口
接入方式：业务授权通道
任务类型：资料解析 / 预审报告 / 风险分析
输入对象：客户画像 / 屋顶数据 / 证据链
输出结果：结论、建议、复核项、行动清单
训练框架输出
训练样本持续增长
评测集按月更新
专有模型可调用
训练框架会记录样本来源、标签质量、模型版本、评测指标和上线回滚策略，保证模型优化可追溯。
即时联动模式
默认优先使用业务授权通道完成联动调用；如需接入企业内部模型网关，可在同一接口层切换。
用户可直接发起业务问答、报告生成和专项分析。
统一数据底座
将屋顶、客户、设备、发电、结算、工商司法、政策气象和人工复核结果统一沉淀，避免资料散落在 Excel、纸质对账单和个人沟通记录中。
自动化运营大脑
不仅可以聊天交互，系统的更高能力是自动触发识别、测算、复核、报告、开票、运维建议等流程。AI 负责理解和编排，确定性模型负责关键计算。
模型持续进化
每一次人工复核、无人机校准、CAD 修正、投委会反馈、运维整改和实际发电偏差，都会变成训练样本，沉淀企业自己的专业模型。
面向资产经营
系统核心服务于分布式光伏资产投资、经营、结算、风控和增值应用，重点是资产质量、收益确定性、运营效率和资本化能力。