用户管理

IPSM

用户在线监控

REAL-TIME USER ACTIVITY MONITORING

LIVE —

—

在线 · 5 分钟内

当前活跃

—

活跃 · 30 分钟内

近期操作

—

今日活跃 · 24h

今日有访问

—

总注册用户

排除已注销

活跃用户列表 (最近 24h, 最多 50)

状态	用户名	角色	最后活跃	相对时间
加载中...

待审核用户

暂无待审核用户

分组管理

加载中...

已注册用户

ID	用户名	邮箱	角色	权限	状态	组 (公司)	在线	注册时间	操作
暂无数据

政策管理

筛选

人工审核准确度 · 政府数据质量雷达

管理员对入库政策的手工评分, 后续爬虫按站点「high 占比」自适应调整采集频率 / 最大入库条数。

Top 10 重点站 · 高有效性

Top 10 杂质站 · 数据治理雷达

ID	标题	省份	层级	类型	金额(万)	审核准确度	用户可不可用	操作
暂无数据

添加/编辑政策

政策标题 *

政策层级

省份

城市

政策类型

来源部门

奖补金额下限(万元)

奖补金额上限(万元)

奖补比例

发布日期

申报开始日期

申报截止日期

原文链接

奖补标准

申报条件

政策全文

系统配置

爬虫配置

抓取周期

3600 秒 (1小时)

秒

看板刷新频率

5 分钟 (默认值)

分钟

最后更新时间

政策总数

系统 Logo

当前 Logo

默认

支持 PNG / JPG / SVG / WebP / GIF, 上限 2MB. 上传后所有页面 (首页 / 详情 / 看板) 顶导 Logo 立即生效.

测试收集

测试爬虫是否能正常抓取政策数据，先抓取一条看看效果

系统信息

系统版本

v1.0.0

默认管理员

admin / admin123

爬虫运行参数

控制爬虫抓取行为。所有参数写入数据库, 修改后立即生效 (无需重启服务)。

抓取周期 (秒, 60-86400)

每站最大入库条数 (1-500)

默认 Tier 过滤

单请求超时 (秒, 5-120)

失败重试次数 (0-5)

站间请求间隔 (秒, 0-10)

User-Agent

启用的 Tier (cron_schedule 调度)

high 高频 (每日 2 次) mid 中频 (每日 1 次) low 低频 (每 2 日 1 次)

采集站点清单

增删改查采集源、调整 Tier 等级、临时禁用某站。可一键恢复 config.py 默认清单。

	省份	名称	URL	Spider 类型	Tier	启停	已入库	命中率	7d 新增	30d 新增	最近抓取	操作
加载中...

AI 分类器配置

控制入库时 LLM 摘要行为、奖补关键词过滤、杂质标题过滤。

摘要 LLM 开关开启后, 入库时自动用 LLM 生成摘要

摘要目标字数 (50-2000)

摘要 Prompt (传给 LLM 的系统提示词)

奖补关键词 (命中任一即判 is_reward_policy=1)

杂质关键词 (命中任一即标 junk_title)

AI 模型配置

配置智能助手接入的 LLM 服务。所有用户提问都会调用此配置, 调用记录将记入"AI 使用报表"。

提供商 (Provider)

预置厂商

选择后会自动填充 base_url + model

厂商标识 (provider)

存到数据库, 用于报表按厂商聚合

API Base URL

OpenAI 兼容协议的 base url (不含 /chat/completions)

API Key

未配置

模型名 (model)

该厂商下的具体模型标识

检索政策条数

每次提问从政策库检索多少条喂给 LLM (1-50)

💰 计价 & ⏱ 节省时间 (报表用)

配置后, 每次调用都会按 input/output token 单价算出"花费 (元)", 并按"节省时间"统计"用户去政府网站找同类政策的耗时"差异。默认值按 MiniMax-Text-01 公开定价 + 经验估算 (30 分钟/次), admin 可按实际账单校准。

Input Token 单价 (元/1k)

prompt_tokens 单价 — 默认 0.001 = 1元/百万 token

Output Token 单价 (元/1k)

completion_tokens 单价 — 默认 0.008 = 8元/百万 token

单次节省时间 (分钟)

用户去政府网站查同类政策平均耗时 (默认 30 分钟); 报表按"成功调用次数 × 此值"汇总节省时间

调用参数

Temperature

0 = 精确/保守, 1 = 平衡, 2 = 发散 (推荐 0.7)

Max Tokens

单次回复最大 token 数 (100-32000)

检索政策条数

每次提问从政策库检索多少条喂给 LLM (1-50)

System Prompt

控制 AI 角色与行为 (下面会拼上"政策库检索结果"作为上下文)

操作

AI 使用报表

全平台用户调用 LLM 的统计 — 调用次数 / token 消耗 / 耗时 / 成功率, 可按用户 + 时间筛选并导出 Excel。

聚合统计 (总览)

筛选用户:

加载中...

—

总调用次数

—

成功次数

—

成功率 (%)

—

Prompt Tokens

—

Completion Tokens

—

总 Tokens

—

💰 总花费 (元)

—

⏱ 总节省时间 (分钟)

Top 10 用户 (按 Token 消耗)

用户名	用户 ID	调用次数	消耗 Tokens	花费 (元)	节省时间 (分钟)
加载中...

筛选 + 明细

开始日期

结束日期

用户名

状态

	ID	时间	用户	问题	Prompt	Completion	Total	花费 (元)	节省 (分钟)	模型	耗时	状态	操作
加载中...

已选 0 条 (共 0 条)