tsp-assistant/TSP智能助手使用指南.md

# TSP智能助手 - 完整使用指南

## 📋 目录

1. [系统概述](#系统概述)
2. [快速开始](#快速开始)
3. [核心功能](#核心功能)
4. [Web界面使用](#web界面使用)
5. [API接口](#api接口)
6. [数据库管理](#数据库管理)
7. [Agent功能](#agent功能)
8. [车辆数据管理](#车辆数据管理)
9. [知识库管理](#知识库管理)
10. [对话系统](#对话系统)
11. [工单管理](#工单管理)
12. [分析报告](#分析报告)
13. [预警系统](#预警系统)
14. [故障排除](#故障排除)
15. [开发指南](#开发指南)

---

## 🎯 系统概述

TSP智能助手是一个基于大语言模型的智能客服系统，集成了知识库管理、车辆数据监控、工单处理、分析报告等功能。

### 主要特性

- 🤖 **智能对话**: 基于阿里云千问大模型的自然语言对话
- 📚 **知识库管理**: 支持手动添加和文件自动生成知识库
- 🚗 **车辆数据**: 实时车辆数据监控和管理
- 🎯 **Agent模式**: 自主决策和任务执行能力
- 📊 **数据分析**: 智能分析和报告生成
- 🚨 **预警系统**: 实时监控和异常预警
- 🎫 **工单管理**: 完整的客服工单流程
- 🌐 **Web界面**: 现代化的用户界面

### 技术架构

- **后端**: Python + Flask
- **数据库**: MySQL/SQLite
- **前端**: HTML5 + Bootstrap 5 + Chart.js
- **AI模型**: 阿里云千问 (Qwen)
- **实时通信**: WebSocket

---

## 🚀 快速开始

### 1. 环境要求

- Python 3.8+
- MySQL 5.7+ (可选，默认使用SQLite)
- 阿里云千问API密钥

### 2. 安装依赖

```bash
pip install -r requirements.txt
```

### 3. 配置系统

编辑 `src/config/config.py`:

```python
class Config:
    # 阿里云千问API配置
    ALIBABA_API_KEY = "your-api-key"
    ALIBABA_BASE_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1"
    ALIBABA_MODEL_NAME = "qwen-plus-latest"
    
    # 数据库配置
    DATABASE_URL = "mysql+pymysql://user:password@localhost/tsp_assistant?charset=utf8mb4"
    # 或使用SQLite: DATABASE_URL = "sqlite:///tsp_assistant.db"
```

### 4. 初始化数据库

```bash
python init_database.py
```

### 5. 启动系统

```bash
python start_dashboard.py
```

### 6. 访问界面

打开浏览器访问: http://localhost:5000

---

## 🎛️ 核心功能

### 1. 智能对话系统

- **实时对话**: 基于WebSocket的实时聊天
- **知识库集成**: 自动搜索相关知识库内容
- **车辆数据集成**: 结合实时车辆数据提供准确回答
- **上下文记忆**: 维护对话历史和上下文

### 2. Agent模式

- **自主决策**: AI Agent可以自主分析和决策
- **任务规划**: 自动分解复杂任务
- **工具调用**: 集成多种工具和API
- **主动监控**: 实时监控系统状态

### 3. 知识库管理

- **手动添加**: 通过界面手动添加知识条目
- **文件导入**: 支持TXT、PDF、DOC、DOCX、MD文件
- **自动提取**: 使用LLM自动从文件中提取知识
- **验证机制**: 人工验证确保知识质量
- **分页显示**: 支持大量知识库的分页浏览

### 4. 车辆数据管理

- **实时数据**: 存储和查询车辆实时数据
- **数据汇总**: 生成车辆状态摘要
- **历史记录**: 保存车辆数据历史
- **多车辆支持**: 支持多辆车辆的数据管理

---

## 🌐 Web界面使用

### 主界面布局

Web界面采用现代化的单页应用设计，包含以下主要区域：

1. **侧边栏导航**: 功能模块切换
2. **主内容区**: 当前功能的具体操作界面
3. **状态栏**: 系统状态和通知

### 功能模块

#### 1. 仪表板 (Dashboard)
- 系统概览和关键指标
- 实时数据图表
- 快速操作入口

#### 2. 智能对话 (Chat)
- 实时聊天界面
- 支持文本和语音输入
- 对话历史记录

#### 3. Agent模式 (Agent)
- Agent状态监控
- 任务执行情况
- 主动监控设置

#### 4. 预警管理 (Alerts)
- 预警规则配置
- 预警历史记录
- 预警处理状态

#### 5. 知识库 (Knowledge)
- 知识条目管理
- 文件上传功能
- 知识验证操作

#### 6. 工单管理 (Work Orders)
- 工单创建和编辑
- 工单状态跟踪
- 工单统计分析

#### 7. 数据分析 (Analytics)
- 数据统计图表
- 趋势分析报告
- 性能指标监控

#### 8. 系统设置 (Settings)
- 系统参数配置
- 用户权限管理
- 系统维护操作

### 页面状态保持

系统会自动保存当前页面状态，刷新后会自动恢复到之前的页面。

---

## 🔌 API接口

### 基础URL
```
http://localhost:5000/api
```

### 1. 对话接口

#### 发送消息
```http
POST /api/chat/message
Content-Type: application/json

{
    "message": "用户消息内容",
    "work_order_id": 123,
    "user_id": "user123",
    "vehicle_id": "V001"
}
```

#### WebSocket连接
```javascript
const ws = new WebSocket('ws://localhost:5000/ws');
ws.onmessage = function(event) {
    const data = JSON.parse(event.data);
    console.log('收到消息:', data);
};
```

### 2. 知识库接口

#### 获取知识库列表
```http
GET /api/knowledge?page=1&per_page=10
```

#### 添加知识条目
```http
POST /api/knowledge/add
Content-Type: application/json

{
    "question": "问题内容",
    "answer": "答案内容",
    "category": "分类",
    "confidence_score": 0.8
}
```

#### 上传文件生成知识库
```http
POST /api/knowledge/upload
Content-Type: multipart/form-data

file: [文件内容]
process_method: auto
category: 分类
confidence_score: 0.8
```

#### 验证知识条目
```http
POST /api/knowledge/verify/{knowledge_id}
```

#### 取消验证
```http
POST /api/knowledge/unverify/{knowledge_id}
```

#### 删除知识条目
```http
DELETE /api/knowledge/{knowledge_id}
```

### 3. 车辆数据接口

#### 获取车辆数据
```http
GET /api/vehicle/data?vehicle_id=V001&limit=10
```

#### 获取最新车辆数据
```http
GET /api/vehicle/data/{vehicle_id}/latest
```

#### 获取车辆摘要
```http
GET /api/vehicle/data/{vehicle_id}/summary
```

#### 添加车辆数据
```http
POST /api/vehicle/data
Content-Type: application/json

{
    "vehicle_id": "V001",
    "vehicle_vin": "1HGBH41JXMN109186",
    "data_type": "location",
    "data_value": "{\"lat\": 39.9042, \"lng\": 116.4074}"
}
```

#### 初始化示例数据
```http
POST /api/vehicle/init-sample-data
```

### 4. Agent接口

#### 获取Agent状态
```http
GET /api/agent/status
```

#### 切换Agent模式
```http
POST /api/agent/toggle
Content-Type: application/json

{
    "enabled": true
}
```

#### 启动主动监控
```http
POST /api/agent/monitoring/start
```

#### 停止主动监控
```http
POST /api/agent/monitoring/stop
```

### 5. 工单接口

#### 获取工单列表
```http
GET /api/work-orders?page=1&per_page=10
```

#### 创建工单
```http
POST /api/work-orders
Content-Type: application/json

{
    "title": "工单标题",
    "description": "工单描述",
    "priority": "high",
    "category": "技术问题",
    "customer_id": "customer123"
}
```

#### 更新工单状态
```http
PUT /api/work-orders/{work_order_id}
Content-Type: application/json

{
    "status": "resolved",
    "resolution": "问题已解决"
}
```

### 6. 分析接口

#### 获取分析报告
```http
GET /api/analytics/report?date=2025-09-06
```

#### 获取KPI数据
```http
GET /api/analytics/kpi
```

### 7. 预警接口

#### 获取预警列表
```http
GET /api/alerts?status=active
```

#### 处理预警
```http
POST /api/alerts/{alert_id}/resolve
Content-Type: application/json

{
    "resolution": "处理说明"
}
```

---

## 🗄️ 数据库管理

### 数据库初始化

系统提供了完整的数据库初始化脚本：

```bash
python init_database.py
```

该脚本会自动执行以下操作：
1. 创建所有必要的数据库表
2. 添加新字段（如知识库验证字段）
3. 插入初始示例数据
4. 添加示例车辆数据
5. 验证所有知识库条目

### 数据库表结构

#### 1. 知识库表 (knowledge_entries)
```sql
CREATE TABLE knowledge_entries (
    id INTEGER PRIMARY KEY,
    question TEXT NOT NULL,
    answer TEXT NOT NULL,
    category VARCHAR(100),
    confidence_score FLOAT DEFAULT 0.5,
    usage_count INTEGER DEFAULT 0,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    is_active BOOLEAN DEFAULT TRUE,
    is_verified BOOLEAN DEFAULT FALSE,
    verified_by VARCHAR(100),
    verified_at DATETIME,
    vector_embedding TEXT
);
```

#### 2. 车辆数据表 (vehicle_data)
```sql
CREATE TABLE vehicle_data (
    id INTEGER PRIMARY KEY,
    vehicle_id VARCHAR(50) NOT NULL,
    vehicle_vin VARCHAR(17),
    data_type VARCHAR(50) NOT NULL,
    data_value TEXT NOT NULL,
    timestamp DATETIME DEFAULT CURRENT_TIMESTAMP,
    is_active BOOLEAN DEFAULT TRUE
);
```

#### 3. 工单表 (work_orders)
```sql
CREATE TABLE work_orders (
    id INTEGER PRIMARY KEY,
    title VARCHAR(200) NOT NULL,
    description TEXT,
    status VARCHAR(50) DEFAULT 'open',
    priority VARCHAR(20) DEFAULT 'medium',
    category VARCHAR(100),
    customer_id VARCHAR(100),
    assigned_to VARCHAR(100),
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    resolved_at DATETIME,
    resolution TEXT
);
```

#### 4. 对话表 (conversations)
```sql
CREATE TABLE conversations (
    id INTEGER PRIMARY KEY,
    user_id VARCHAR(100),
    work_order_id INTEGER,
    vehicle_id VARCHAR(50),
    message TEXT NOT NULL,
    response TEXT,
    timestamp DATETIME DEFAULT CURRENT_TIMESTAMP,
    session_id VARCHAR(100)
);
```

#### 5. 分析表 (analytics)
```sql
CREATE TABLE analytics (
    id INTEGER PRIMARY KEY,
    date DATE NOT NULL,
    metric_name VARCHAR(100) NOT NULL,
    metric_value FLOAT NOT NULL,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
);
```

#### 6. 预警表 (alerts)
```sql
CREATE TABLE alerts (
    id INTEGER PRIMARY KEY,
    alert_type VARCHAR(100) NOT NULL,
    title VARCHAR(200) NOT NULL,
    description TEXT,
    severity VARCHAR(20) DEFAULT 'medium',
    status VARCHAR(20) DEFAULT 'active',
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    resolved_at DATETIME,
    resolution TEXT
);
```

### 数据库维护

#### 重置数据库
```bash
python reset_database.py
```

#### 创建MySQL数据库
```bash
python create_mysql_db.py
```

---

## 🤖 Agent功能

### Agent架构

TSP智能助手集成了完整的Agent架构，包括：

1. **Agent核心** (Agent Core): 中央协调器
2. **规划器** (Planner): 任务规划和分解
3. **执行器** (Executor): 任务执行管理
4. **工具管理器** (Tool Manager): 工具注册和调用
5. **推理引擎** (Reasoning Engine): 逻辑推理和决策
6. **目标管理器** (Goal Manager): 目标设定和跟踪

### Agent工具

系统内置了多种Agent工具：

1. **search_knowledge**: 搜索知识库
2. **create_work_order**: 创建工单
3. **update_work_order**: 更新工单
4. **generate_response**: 生成回复
5. **analyze_data**: 数据分析
6. **send_notification**: 发送通知
7. **schedule_task**: 任务调度
8. **web_search**: 网络搜索

### Agent模式使用

#### 启用Agent模式
```javascript
// 通过Web界面
fetch('/api/agent/toggle', {
    method: 'POST',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({enabled: true})
});
```

#### 启动主动监控
```javascript
fetch('/api/agent/monitoring/start', {method: 'POST'});
```

#### 获取Agent状态
```javascript
fetch('/api/agent/status')
    .then(response => response.json())
    .then(data => console.log('Agent状态:', data));
```

---

## 🚗 车辆数据管理

### 车辆数据类型

系统支持多种车辆数据类型：

1. **位置数据** (location): GPS坐标和地址信息
2. **状态数据** (status): 车辆运行状态
3. **电池数据** (battery): 电池电量和健康状态
4. **引擎数据** (engine): 引擎运行参数
5. **故障数据** (fault): 故障码和诊断信息

### 数据格式示例

#### 位置数据
```json
{
    "lat": 39.9042,
    "lng": 116.4074,
    "address": "北京市朝阳区",
    "speed": 60,
    "direction": 180
}
```

#### 状态数据
```json
{
    "engine_status": "running",
    "door_status": "locked",
    "window_status": "closed",
    "light_status": "on"
}
```

#### 电池数据
```json
{
    "battery_level": 85,
    "charging_status": "not_charging",
    "voltage": 12.6,
    "temperature": 25
}
```

### 车辆数据操作

#### 添加车辆数据
```python
from src.vehicle.vehicle_data_manager import VehicleDataManager

vehicle_manager = VehicleDataManager()

# 添加位置数据
vehicle_manager.add_vehicle_data(
    vehicle_id="V001",
    vehicle_vin="1HGBH41JXMN109186",
    data_type="location",
    data_value={"lat": 39.9042, "lng": 116.4074}
)

# 添加状态数据
vehicle_manager.add_vehicle_data(
    vehicle_id="V001",
    data_type="status",
    data_value={"engine_status": "running", "door_status": "locked"}
)
```

#### 查询车辆数据
```python
# 获取最新数据
latest_data = vehicle_manager.get_latest_vehicle_data("V001")

# 获取历史数据
history_data = vehicle_manager.get_vehicle_data("V001", limit=10)

# 获取数据摘要
summary = vehicle_manager.get_vehicle_summary("V001")
```

### 车辆数据集成

车辆数据会自动集成到对话系统中：

1. **实时查询**: 对话时自动查询相关车辆数据
2. **上下文整合**: 将车辆数据与知识库内容结合
3. **智能分析**: 基于车辆数据提供更准确的建议

---

## 📚 知识库管理

### 知识库结构

每个知识库条目包含以下字段：

- **问题** (question): 用户可能提出的问题
- **答案** (answer): 对应的详细答案
- **分类** (category): 问题所属类别
- **置信度** (confidence_score): 答案的可信度 (0-1)
- **使用次数** (usage_count): 该条目被使用的次数
- **验证状态** (is_verified): 是否经过人工验证
- **验证人** (verified_by): 验证人员
- **验证时间** (verified_at): 验证时间

### 知识库分类

系统支持以下知识库分类：

1. **账户问题**: 用户账户相关的问题
2. **支付问题**: 支付和财务相关的问题
3. **技术问题**: 技术故障和解决方案
4. **服务问题**: 客户服务相关问题
5. **远程控制**: 车辆远程控制功能
6. **APP功能**: 移动应用功能使用
7. **车辆绑定**: 车辆绑定和管理
8. **其他**: 其他类型的问题

### 手动添加知识

#### 通过Web界面
1. 进入"知识库"标签页
2. 点击"添加知识"按钮
3. 填写问题、答案、分类和置信度
4. 点击"保存"按钮

#### 通过API
```http
POST /api/knowledge/add
Content-Type: application/json

{
    "question": "如何重置密码？",
    "answer": "您可以通过以下步骤重置密码：1. 点击登录页面的'忘记密码'链接 2. 输入您的邮箱地址 3. 检查邮箱并点击重置链接 4. 设置新密码",
    "category": "账户问题",
    "confidence_score": 0.9
}
```

### 文件导入知识库

#### 支持的文件格式
- **TXT**: 纯文本文件
- **PDF**: PDF文档
- **DOC/DOCX**: Word文档
- **MD**: Markdown文件

#### 导入流程
1. 进入"知识库"标签页
2. 点击"上传文件"按钮
3. 选择要上传的文件
4. 选择处理方式（自动/手动）
5. 设置分类和置信度
6. 点击"上传"按钮

#### 自动知识提取
系统使用LLM自动从文件中提取问答对：

1. **内容分析**: 分析文件内容结构
2. **问题识别**: 识别潜在的问题点
3. **答案生成**: 生成对应的详细答案
4. **分类建议**: 自动建议问题分类
5. **置信度评估**: 评估答案的可信度

### 知识库验证

#### 验证机制
- **自动验证**: 系统初始化的知识库条目自动标记为已验证
- **人工验证**: 新添加的知识库条目需要人工验证
- **验证状态**: 只有已验证的知识库条目才会在对话中使用

#### 验证操作
1. 进入"知识库"标签页
2. 找到未验证的知识条目
3. 点击"验证"按钮确认知识正确性
4. 或点击"取消验证"按钮标记为未验证

### 知识库搜索

系统使用TF-IDF向量化技术进行知识库搜索：

1. **向量化**: 将问题和答案转换为向量
2. **相似度计算**: 计算用户问题与知识库的相似度
3. **排序返回**: 按相似度排序返回最相关的知识

---

## 💬 对话系统

### 对话流程

1. **接收用户消息**: 通过WebSocket或HTTP接收用户输入
2. **上下文分析**: 分析对话历史和上下文
3. **知识库搜索**: 搜索相关的知识库内容
4. **车辆数据查询**: 如果涉及车辆，查询相关车辆数据
5. **LLM生成回复**: 使用大语言模型生成回复
6. **回复优化**: 结合知识库和车辆数据优化回复
7. **返回结果**: 将最终回复返回给用户

### 对话特性

#### 1. 上下文记忆
- 维护对话历史
- 理解上下文关系
- 支持多轮对话

#### 2. 知识库集成
- 自动搜索相关知识
- 只使用已验证的知识
- 结合多个知识条目

#### 3. 车辆数据集成
- 实时查询车辆状态
- 结合车辆数据提供建议
- 支持车辆特定问题

#### 4. 工单关联
- 自动创建工单
- 关联对话和工单
- 跟踪问题解决进度

### 对话API使用

#### WebSocket连接
```javascript
const ws = new WebSocket('ws://localhost:5000/ws');

ws.onopen = function() {
    console.log('WebSocket连接已建立');
};

ws.onmessage = function(event) {
    const data = JSON.parse(event.data);
    console.log('收到消息:', data.message);
};

// 发送消息
ws.send(JSON.stringify({
    message: '我的车辆无法启动',
    vehicle_id: 'V001'
}));
```

#### HTTP接口
```javascript
fetch('/api/chat/message', {
    method: 'POST',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({
        message: '我的车辆无法启动',
        vehicle_id: 'V001',
        user_id: 'user123'
    })
})
.then(response => response.json())
.then(data => console.log('回复:', data.response));
```

---

## 🎫 工单管理

### 工单状态

工单有以下状态：

1. **open**: 新建工单
2. **in_progress**: 处理中
3. **pending**: 等待用户反馈
4. **resolved**: 已解决
5. **closed**: 已关闭

### 工单优先级

1. **low**: 低优先级
2. **medium**: 中等优先级
3. **high**: 高优先级
4. **urgent**: 紧急

### 工单分类

1. **技术问题**: 技术故障和bug
2. **功能请求**: 新功能需求
3. **账户问题**: 用户账户相关问题
4. **支付问题**: 支付和财务问题
5. **其他**: 其他类型问题

### 工单操作

#### 创建工单
```javascript
fetch('/api/work-orders', {
    method: 'POST',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({
        title: '车辆无法远程启动',
        description: '用户反馈车辆无法通过APP远程启动',
        priority: 'high',
        category: '技术问题',
        customer_id: 'customer123'
    })
});
```

#### 更新工单状态
```javascript
fetch('/api/work-orders/123', {
    method: 'PUT',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({
        status: 'resolved',
        resolution: '已修复远程启动功能'
    })
});
```

#### 获取工单列表
```javascript
fetch('/api/work-orders?page=1&per_page=10')
    .then(response => response.json())
    .then(data => console.log('工单列表:', data));
```

---

## 📊 分析报告

### 分析指标

系统提供以下分析指标：

1. **对话统计**: 对话数量、响应时间、满意度
2. **知识库使用**: 知识库命中率、热门问题
3. **工单分析**: 工单数量、解决时间、分类统计
4. **车辆数据**: 车辆状态分布、故障统计
5. **用户行为**: 用户活跃度、功能使用情况

### 报告生成

#### 获取分析报告
```javascript
fetch('/api/analytics/report?date=2025-09-06')
    .then(response => response.json())
    .then(data => console.log('分析报告:', data));
```

#### 获取KPI数据
```javascript
fetch('/api/analytics/kpi')
    .then(response => response.json())
    .then(data => console.log('KPI数据:', data));
```

### 数据可视化

Web界面提供多种图表：

1. **折线图**: 趋势分析
2. **柱状图**: 分类统计
3. **饼图**: 比例分析
4. **仪表盘**: 实时指标

---

## 🚨 预警系统

### 预警类型

1. **系统预警**: 系统性能异常
2. **业务预警**: 业务指标异常
3. **安全预警**: 安全相关事件
4. **数据预警**: 数据异常

### 预警级别

1. **low**: 低级别预警
2. **medium**: 中等级别预警
3. **high**: 高级别预警
4. **critical**: 严重预警

### 预警处理

#### 获取预警列表
```javascript
fetch('/api/alerts?status=active')
    .then(response => response.json())
    .then(data => console.log('活跃预警:', data));
```

#### 处理预警
```javascript
fetch('/api/alerts/123/resolve', {
    method: 'POST',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({
        resolution: '已修复相关问题'
    })
});
```

---

## 🔧 故障排除

### 常见问题

#### 1. 数据库连接失败
**症状**: 启动时提示数据库连接失败
**解决方案**:
- 检查数据库配置是否正确
- 确认数据库服务是否运行
- 检查网络连接和防火墙设置

#### 2. API密钥无效
**症状**: LLM调用失败
**解决方案**:
- 检查阿里云千问API密钥是否正确
- 确认API密钥是否有效且有足够额度
- 检查网络连接

#### 3. 文件上传失败
**症状**: 文件上传时提示"文件被占用"
**解决方案**:
- 重启系统
- 检查临时文件目录权限
- 清理临时文件

#### 4. 知识库显示异常
**症状**: 知识库内容无法正常显示
**解决方案**:
- 运行数据库初始化脚本
- 检查数据库表结构
- 重新加载知识库

### 日志查看

#### 查看系统日志
```bash
# Windows
Get-Content logs/tsp_assistant.log -Tail 50

# Linux/Mac
tail -50 logs/tsp_assistant.log
```

#### 日志级别
- **DEBUG**: 详细调试信息
- **INFO**: 一般信息
- **WARNING**: 警告信息
- **ERROR**: 错误信息
- **CRITICAL**: 严重错误

### 性能优化

#### 1. 数据库优化
- 定期清理历史数据
- 添加必要的索引
- 优化查询语句

#### 2. 缓存优化
- 启用知识库缓存
- 缓存频繁查询的数据
- 使用Redis等缓存系统

#### 3. 并发优化
- 调整WebSocket连接数
- 优化数据库连接池
- 使用异步处理

---

## 👨‍💻 开发指南

### 项目结构

```
TSP_assistant/
├── src/                    # 源代码目录
│   ├── agent/             # Agent相关模块
│   ├── analytics/         # 分析模块
│   ├── config/            # 配置模块
│   ├── core/              # 核心模块
│   ├── dialogue/          # 对话模块
│   ├── knowledge_base/    # 知识库模块
│   ├── utils/             # 工具模块
│   ├── vehicle/           # 车辆数据模块
│   └── web/               # Web模块
├── logs/                   # 日志目录
├── data/                   # 数据目录
├── requirements.txt        # 依赖包
├── init_database.py        # 数据库初始化
└── start_dashboard.py      # 启动脚本
```

### 开发环境设置

#### 1. 克隆项目
```bash
git clone <repository-url>
cd TSP_assistant
```

#### 2. 创建虚拟环境
```bash
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate      # Windows
```

#### 3. 安装依赖
```bash
pip install -r requirements.txt
```

#### 4. 配置环境
```bash
cp src/config/config.py.example src/config/config.py
# 编辑配置文件
```

### 代码规范

#### 1. Python代码规范
- 使用PEP 8代码风格
- 添加类型注解
- 编写文档字符串
- 使用日志记录

#### 2. JavaScript代码规范
- 使用ES6+语法
- 添加JSDoc注释
- 使用const/let替代var
- 处理异步操作

#### 3. 数据库规范
- 使用ORM而不是原生SQL
- 添加适当的索引
- 使用事务处理
- 处理异常情况

### 测试

#### 1. 单元测试
```bash
python -m pytest tests/
```

#### 2. 集成测试
```bash
python test_new_features.py
```

#### 3. 功能测试
```bash
python comprehensive_frontend_test.py
```

### 部署

#### 1. 生产环境配置
- 使用生产数据库
- 配置HTTPS
- 设置环境变量
- 启用日志轮转

#### 2. Docker部署
```dockerfile
FROM python:3.9-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["python", "start_dashboard.py"]
```

#### 3. 监控和运维
- 设置健康检查
- 配置监控告警
- 定期备份数据
- 性能监控

---

## 📞 技术支持

### 联系方式

- **邮箱**: support@example.com
- **电话**: 400-123-4567
- **在线客服**: 通过系统内置客服功能

### 文档更新

本文档会定期更新，请关注最新版本。

### 反馈建议

如果您在使用过程中遇到问题或有改进建议，请通过以下方式反馈：

1. 通过系统内置反馈功能
2. 发送邮件到技术支持邮箱
3. 提交GitHub Issue

---

**版本**: v2.0  
**更新日期**: 2025-09-06  
**维护团队**: TSP智能助手开发团队