GMC平台 - 基于"高质量、少造轮子"方案重构

Technology Transfer Platform of Guangming Science City (Refactored Version)

重构概述

基于"高质量、少造轮子"理念重构的光明科学城科技成果转化平台，实现：

• ✅ 三层四域架构: 体验层 + 业务层 + 智能层 + 集成层
• ✅ 适配器模式: SSO和BPM解耦，风险隔离
• ✅ JSON Schema表单: 减少70%表单开发工作量
• ✅ 统一组件库: LSearchBar等高复用组件
• ✅ AI服务独立: FastAPI + pgvector混合检索
• ✅ 开发脚手架: Docker化一键部署

核心改进

架构升级

• 数据库: MySQL → PostgreSQL 16 + pgvector
• 搜索: 单独ES → ES + pgvector混排
• AI服务: Java AI → Python FastAPI + Ollama
• 前端: 标准Vue → Element Plus + JSON Schema表单

技术栈 2.0

• 前端: Vue3 + Element Plus + JSON Schema + Formily
• 后端: Spring Boot 3 + 适配器模式 + Casbin权限
• AI引擎: FastAPI + Ollama + pgvector混合检索
• 集成: SSO/BPM适配器 + 统一接口
• 部署: Docker Compose + 健康检查

核心功能

1. 智能匹配引擎: 基于AI的科技成果与技术需求智能匹配
2. 成果管理: 科技成果发布、展示、审核管理
3. 需求管理: 企业技术需求发布与管理
4. 撮合服务: 专业技术经纪人撮合服务
5. 机构生态: 产学研机构入驻与认证管理
6. 数据分析: 多维度数据统计与分析

项目结构

gmc/
├── backend/              # 后端服务
│   ├── gmc-gateway/     # API网关
│   ├── gmc-user/        # 用户服务
│   ├── gmc-achievement/ # 成果服务
│   ├── gmc-demand/      # 需求服务
│   ├── gmc-match/       # 匹配服务
│   ├── gmc-common/      # 公共模块
│   └── pom.xml          # 父pom文件
├── frontend/            # 前端应用
│   ├── gmc-portal/      # 门户网站
│   ├── gmc-admin/       # 管理后台
│   └── gmc-mobile/      # 移动端H5
├── ai-service/          # AI服务
│   ├── app/             # Python应用
│   ├── models/          # 模型文件
│   └── requirements.txt # 依赖文件
├── docker/              # Docker配置
│   ├── docker-compose.yml
│   ├── docker-compose.dev.yml
│   └── Dockerfile.*
├── sql/                 # 数据库脚本
│   ├── init/            # 初始化脚本
│   ├── data/            # 基础数据
│   └── migration/       # 迁移脚本
├── config/              # 配置文件
│   ├── nginx/           # Nginx配置
│   ├── redis/           # Redis配置
│   └── elasticsearch/   # ES配置
├── scripts/             # 部署脚本
├── docs/                # 项目文档
└── README.md            # 项目说明

快速开始

环境要求

• Docker 20.10+
• Docker Compose 2.0+
• Node.js 18+
• Java 17+
• Maven 3.8+

部署步骤

1. 克隆项目

git clone [repository-url]
cd gmc

2. 环境配置

cp .env.example .env
# 修改 .env 文件中的配置参数

3. 启动基础服务

cd docker
docker-compose -f docker-compose.dev.yml up -d mysql redis elasticsearch minio milvus ollama

4. 初始化数据库

# 等待MySQL启动完成，数据库会自动执行初始化脚本
# 默认管理员账号: admin / admin123

5. 启动AI服务

docker-compose -f docker-compose.dev.yml up -d ai-service

6. 启动后端服务

cd ../backend

# 启动网关
cd gmc-gateway
mvn spring-boot:run

# 启动用户服务
cd ../gmc-user  
mvn spring-boot:run

# 启动成果服务
cd ../gmc-achievement
mvn spring-boot:run

# 启动AI服务
cd ../gmc-ai
mvn spring-boot:run

7. 启动前端服务

cd ../frontend
npm install
npm run dev

8. 访问系统

• 前端访问: http://localhost:3000
• API网关: http://localhost:8080
• API文档: http://localhost:8081/swagger-ui.html (用户服务)
• 数据库管理: http://localhost:8081/druid

开发指南

后端开发

1. 项目结构

backend/
├── gmc-common/          # 通用模块
├── gmc-gateway/         # API网关
├── gmc-user/           # 用户服务
├── gmc-achievement/    # 成果服务
├── gmc-demand/         # 需求服务
├── gmc-match/          # 匹配服务
├── gmc-notification/   # 通知服务
└── gmc-ai/            # AI集成服务

2. 编译打包

cd backend
mvn clean package -DskipTests

前端开发

1. 开发服务器

cd frontend
npm run dev

2. 构建生产版本

npm run build

3. 代码检查

npm run lint
npm run format

AI服务开发

1. 本地运行

cd ai-service
pip install -r requirements.txt
python app.py

2. Docker构建

docker build -t gmc-ai-service .

配置说明

环境变量配置

主要配置项说明：

• MYSQL_*: MySQL数据库配置
• REDIS_PASSWORD: Redis密码
• MINIO_*: MinIO对象存储配置
• JWT_SECRET: JWT密钥
• SSO_*: 深业集团SSO配置
• BPM_*: 深业集团BPM配置
• OLLAMA_MODEL: AI模型配置

服务端口分配

• 8080: API网关
• 8081: 用户服务
• 8082: 成果服务
• 8083: 需求服务
• 8084: 匹配服务
• 8085: AI服务
• 8090: Python AI服务
• 3000: 前端开发服务器

数据库设计

数据库包含以下主要表：

• 系统基础表: 用户、角色、权限、机构
• 业务核心表: 科技成果、技术需求、匹配记录
• 扩展功能表: 行为分析、操作日志

详细表结构请参考 sql/init/ 目录。

API文档

各服务的API文档通过Swagger生成，启动对应服务后访问：

• 用户服务: http://localhost:8081/swagger-ui.html
• 成果服务: http://localhost:8082/swagger-ui.html
• 其他服务类似

项目进度

第一阶段: 基础搭建 (第1-2周)

• 项目结构创建
• 开发环境配置
• CI/CD流程搭建
• 基础框架开发

第二阶段: 核心功能 (第3-10周)

• 用户权限模块
• 科技成果管理
• 技术需求管理
• AI智能匹配

第三阶段: 功能完善 (第11-12周)

• 前端界面完善
• 数据看板开发
• 移动端适配

第四阶段: 测试部署 (第13-16周)

• 集成测试
• 性能调优
• 生产部署
• 验收交付

团队成员

角色	姓名	职责
项目经理	-	项目管理、进度协调
技术总监	-	架构设计、技术决策
前端负责人	-	前端架构、UI实现
后端负责人	-	后端服务、API设计
AI工程师	-	AI算法、模型集成
测试工程师	-	质量保证、测试验证

联系方式

• 项目经理: -
• 技术支持: -
• 邮箱: -

许可证

Copyright © 2024 深业智慧科技（深圳）有限公司. All rights reserved.

监控运维

监控体系

平台集成了完整的监控体系，包括：

• 服务监控: Spring Boot Admin + Nacos服务发现
• 指标监控: Prometheus + Grafana可视化
• 日志监控: ELK Stack (Elasticsearch + Logstash + Kibana)
• 链路追踪: Jaeger分布式追踪
• 告警管理: AlertManager多渠道告警

监控访问地址

• Grafana监控面板: http://localhost:3001 (admin/gmc_grafana_2024)
• Spring Boot Admin: http://localhost:9999 (admin/gmc-monitor-2024)
• Prometheus指标: http://localhost:9090
• Kibana日志分析: http://localhost:5601
• Jaeger链路追踪: http://localhost:16686
• Nacos服务中心: http://localhost:8848/nacos

审计日志

所有操作都有完整的审计日志，包括：

• 用户操作审计: 登录、权限变更、敏感操作
• 业务操作审计: 成果发布、需求创建、审核流程
• 系统操作审计: 配置变更、系统维护操作
• API调用审计: 完整的接口调用链路和参数记录

一键部署运维

使用统一的部署脚本进行运维管理：

# 完整部署
./scripts/deploy.sh start

# 查看服务状态  
./scripts/deploy.sh status

# 查看服务日志
./scripts/deploy.sh logs [service]

# 数据备份
./scripts/deploy.sh backup

# 停止所有服务
./scripts/deploy.sh stop

# 清理环境
./scripts/deploy.sh clean

告警通知

系统支持多级告警通知：

• Critical告警: 短信+电话+邮件+微信群
• Warning告警: 邮件+微信群通知
• Info告警: 邮件通知

详细的监控运维说明请参考 运维手册。

许可证

本项目采用私有许可证，仅供深业集团内部使用。