# 背调功能集成可行性分析

> 对比 nanchi（原有完整系统）与 demo-nanchi（当前DEMO系统）的流程差异，分析背调功能集成方案。

---

## 一、nanchi 原有流程总览

### 1.1 邮件导入流程（email-import 组件）

原有系统的邮件导入是一个**三段式流程**，功能非常完整：

| 阶段 | 名称 | 描述 |
|------|------|------|
| Stage 1 | **输入/导入** | 支持 EML 文件导入，自动提取公司名、联系人、邮箱、官网、职位等信息 |
| Stage 2 | **产品提取与预检** | 从邮件正文+附件提取产品需求，从官网爬取产品信息，进行产品匹配 |
| Stage 3 | **Agent 价值分析** | AI Agent 评估线索价值，判断是否值得进行背调，支持人工改判 |

关键特性：
- ✅ 集成 `EmlImportService` 解析 .eml 文件
- ✅ 集成 `GenerateApiService`（Google搜索 + Firecrawl爬虫）
- ✅ 集成 `AgentValueAnalysisService` 进行 AI 价值评估
- ✅ 集成 `EmailImportWorkflowService` 进行 WebSearch 验证
- ✅ 产品提取：邮件提取 + 官网爬取 + 产品匹配
- ✅ 支持后台自动触发背调（`canProceedToBackgroundCheck`）
- ✅ 背调完成后居中通知（`bgCheckNotifyVisible`）

### 1.2 背调流程（lead-collection-process 组件）

原有系统的背调是一个**五阶段 AI 智能分析流程**：

| 阶段 | 名称 | 数据维度 | 数据来源 |
|------|------|---------|---------|
| 阶段 1 | 初始化数据通过 | 验证输入信息 | 表单数据 |
| 阶段 2 | 公司基础信息 | dimension1（公司实力） | 官网爬取、企业数据库 |
| 阶段 3 | 社媒平台验证 | dimension1.social | LinkedIn/Twitter/Instagram/YouTube（TikHub API） |
| 阶段 4 | 决策人调查 | dimension2（决策人） | LinkedIn 员工搜索、角色匹配 |
| 阶段 5 | 综合评级与策略 | rating + risk + strategy | AI 综合分析 |

核心服务依赖：
- `LeadBackgroundCheckService` — 背调引擎核心
- `TikHubApiService` — 社媒数据获取（LinkedIn/Instagram/YouTube/Twitter）
- `EmailAnalysisWorkflowService` — 邮件深度分析
- `EnterpriseContactService` — 企业联系人管理
- `LeadWorkflowLogService` — 工作流日志
- `UserPermissionService` — 权限控制

背调输出（三维报告）：
```
BackgroundCheckReport {
  meta: { date, investigator, method, level }
  overview: { companyName, website, country, completion }
  dimension1: { basic, financial, social, product }    // 公司实力
  dimension2: { contact, background, communication }   // 决策人
  dimension3: { needs, budget, time, competition }     // 采购项目
  rating: { overallScore, ... }                        // 综合评级
  risk: { level, factors, ... }                        // 风险评估
  strategy: { approach, actions, timeline }             // 销售策略
}
```

### 1.3 背调结果查看（lead-collection-review 组件）

- 从 Lead 对象加载 `backgroundCheckReport`
- 完整展示三维报告所有维度
- 支持社媒详情弹窗（`SocialMediaDetailDialogComponent`）
- 支持来源追踪弹窗（`SourceDetailDialogComponent`）
- 支持产品列表弹窗（`ProductListDialogComponent`）

### 1.4 静态展示页（company-bgcheck 组件）

- 基于 Henry Schein Medical 的**硬编码数据**
- 5个标签页：企业信息、社交媒体、招聘分析、互联网线索、AI分析
- 使用 Ionic UI，与 Material 风格不同
- **纯展示用途**，无实际 API 调用

---

## 二、demo-nanchi 现有流程总览

### 2.1 系统架构

demo-nanchi 是一个**轻量级 DEMO 系统**，使用 Mock 数据模拟完整流程：

| 模块 | 路由 | 功能 |
|------|------|------|
| AI 工作台 | `/dashboard` | 待验证线索 + 邮件导入 + 收件箱 |
| 线索中心 | `/list` | 看板视图（等级/画像/阶段）+ 列表视图 + 统计视图 |
| 线索详情 | `/leads/:id` | 画像分析 + 快速筛选结果 + AI调研报告 + 跟进 |
| 画像知识库 | `/personas` | 6类客户画像定义与策略 |
| 产品目录 | `/products` | 12款产品的完整目录 |

### 2.2 邮件导入流程

demo-nanchi 的邮件导入在 Dashboard 的 "导入线索" Tab 中：

```
用户上传 .eml → EML API 解析 → 自动填充表单 → 快速筛选 → 创建线索
```

| 步骤 | 实现方式 | 与 nanchi 对比 |
|------|---------|--------------|
| EML 解析 | ✅ 调用真实 API（`eml.brainwork.club:8900`） | ✅ 相同 |
| 信息提取 | ✅ 公司名/联系人/邮箱/官网/职位/产品需求 | ✅ 相同 |
| 附件分析 | ✅ 支持附件产品需求提取 | ✅ 相同 |
| 快速筛选 | ⚡ 使用本地规则模拟 AI 分类 | ❌ nanchi 无此步骤 |
| 价值分析 | ❌ 无 Agent 价值分析 | ✅ nanchi 有完整 Agent |
| 背调触发 | ❌ 无背调流程 | ✅ nanchi 自动/手动触发 |

### 2.3 快速筛选（QuickScreenService）

这是 demo-nanchi **独有的**轻量级分类机制：

```
邮件域名 + 邮件标题 + 邮件内容 → 关键词匹配 → 画像分类(P1-P6) + 等级评估(S/A/B/C)
```

输出 `QuickScreenResult`：
- 客户画像（P1-P6）+ 置信度
- 价值等级（S/A/B/C）
- 产品相关性
- 推荐产品
- 推荐行动
- 匹配关键词

### 2.4 客户画像体系（6类）

| 画像 | 名称 | 策略 |
|------|------|------|
| P1 | 医药分销商 | 发送完整产品目录 + 价盘 |
| P2 | 工业安全供应商 | 发送 OSHA 合规产品线 |
| P3 | 政府/机构采购 | 准备资质文件包 |
| P4 | 品牌OEM客户 | 发送 OEM 案例 + 定制能力介绍 |
| P5 | 电商/零售商 | 发送爆款推荐 + 利润率分析 |
| P6 | 低质量/无效线索 | 自动归档 |

### 2.5 线索详情页

当前 lead-detail 页面包含：
- ✅ 客户画像分析（画像类型 + AI判断依据 + 推荐首步动作）
- ✅ 快速筛选结果卡片
- ✅ 产品推荐列表
- ✅ AI 调研报告（仅 sample/quote/order 阶段有）
- ✅ 跟进管理（阶段推进 + 备注）
- ✅ 销售反馈（画像/等级确认或修正）
- ⚠️ "启动深度分析" 按钮存在，但**功能未实现**

---

## 三、流程对比与差异分析

### 3.1 核心流程对比

```
┌─────────────────────────────────────────────────────────────────┐
│                    nanchi 完整流程                                │
│                                                                  │
│  邮件导入 → 产品提取 → Agent价值分析 → 背调(5阶段) → Lead创建   │
│     ↓            ↓           ↓              ↓            ↓       │
│  EML解析    邮件+官网     AI决策        三维报告      CRM入库    │
│  附件分析   产品匹配     人工改判      社媒验证      Enterprise  │
│                                       决策人调查     ContactInfo │
└─────────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────────┐
│                  demo-nanchi 当前流程                             │
│                                                                  │
│  邮件导入 → 快速筛选 → 创建线索 → 线索管理                      │
│     ↓           ↓          ↓          ↓                          │
│  EML解析    画像分类    Mock数据    看板/列表                    │
│  附件分析   等级评估    本地存储    跟进管理                      │
│             产品推荐                                              │
│                                                                  │
│  ❌ 缺少：Agent价值分析 / 背调流程 / 社媒验证 / 决策人调查       │
└─────────────────────────────────────────────────────────────────┘
```

### 3.2 数据模型对比

| 字段 | nanchi Lead | demo-nanchi Lead | 说明 |
|------|------------|------------------|------|
| 基础信息 | ✅ | ✅ | 公司名、联系人、邮箱等 |
| 客户画像 | ❌ | ✅ P1-P6 | demo 独有的画像体系 |
| 价值等级 | ❌ | ✅ S/A/B/C | demo 独有的等级体系 |
| 快速筛选结果 | ❌ | ✅ QuickScreenResult | demo 独有 |
| 背调报告 | ✅ backgroundCheckReport | ❌ | nanchi 独有 |
| 决策人 | ✅ decisionMaker | ❌ | nanchi 独有 |
| 需求信息 | ✅ requirements（深度） | ❌ | nanchi 独有 |
| 风险评估 | ✅ risk | ❌ | nanchi 独有 |
| 销售策略 | ✅ strategy | ❌ | nanchi 独有 |
| AI调研报告 | ❌ | ✅ aiResearchReport | demo 的简化版 |
| 销售反馈 | ❌ | ✅ salesFeedback | demo 独有 |
| 跟进阶段 | ❌ | ✅ followUpStage | demo 独有 |
| 产品推荐 | ✅ extractedProducts | ✅ suggestedProducts | 均有，维度不同 |

---

## 四、背调集成可行性评估

### 4.1 ✅ 可以集成的理由

1. **流程天然衔接**：demo-nanchi 的 "快速筛选" 之后，正好缺少深度分析环节，背调可以无缝填补这个空白
2. **数据入口已就绪**：EML 导入已经能提取公司名、邮箱、官网等背调所需的核心输入
3. **"启动深度分析" 按钮已存在**：lead-detail 页面已预留了深度分析的入口，但功能未实现
4. **技术栈一致**：两个项目都是 Angular + Material Design，组件可以复用
5. **画像体系可增强**：背调数据可以大幅提升画像分类的准确性和置信度

### 4.2 ⚠️ 集成挑战

| 挑战 | 说明 | 建议方案 |
|------|------|---------|
| 服务依赖复杂 | 背调依赖 6+ 个后端服务 | 分阶段集成，先 Mock 后真实 |
| Parse Server | nanchi 使用 FmodeParse，demo 无后端 | 需要搭建或对接后端 |
| TikHub API | 社媒数据需要 API Key 和付费 | 可先用 Mock 数据演示 |
| 数据模型差异 | 两套 Lead 模型不同 | 需要模型合并或适配层 |
| 流程复杂度 | 背调 5 阶段耗时较长（3-8分钟） | 可简化为关键阶段 |

### 4.3 建议集成方案

#### 方案一：轻量集成（推荐 · DEMO 级别）

在现有 demo-nanchi 的基础上，增加一个**模拟背调流程**：

```
现有流程：邮件导入 → 快速筛选 → 创建线索
新增流程：                              ↓
                              线索详情 → 启动深度分析（背调）
                                          ↓
                              模拟 5 阶段进度展示
                                          ↓
                              展示三维背调报告（Mock数据）
```

**实现要点**：
1. 在 `lead-detail` 页面实现 "启动深度分析" 功能
2. 添加背调进度展示组件（5阶段进度条）
3. 使用 Mock 数据生成背调报告
4. 新增背调报告展示页面（复用 nanchi 的 review 组件设计）
5. 将背调结果合并到 Lead 模型中

**新增路由**：
```typescript
{ path: 'leads/:id/bgcheck', loadComponent: () => import('./pages/bgcheck/bgcheck.component') }
```

**新增数据模型扩展**：
```typescript
// 扩展 Lead 接口
export interface Lead {
  // ... 现有字段 ...

  /** 背调相关 */
  hasBackgroundCheck: boolean;
  backgroundCheckAt?: Date;
  backgroundCheckReport?: {
    dimension1: { basic: any; financial: any; social: any; product: any };
    dimension2: { contact: any; background: any; communication: any };
    dimension3: { needs: any; budget: any; time: any };
    rating: { overallScore: number; level: string };
    risk: { level: string; factors: string[] };
    strategy: { approach: string; actions: string[] };
  };
}
```

#### 方案二：深度集成（生产级别）

将 nanchi 的完整背调服务移植到 demo-nanchi：

1. 移植 `LeadBackgroundCheckService` 及其依赖
2. 对接 Parse Server 后端
3. 集成 TikHub API（社媒数据）
4. 集成 Firecrawl（官网爬取）
5. 合并两套 Lead 数据模型
6. 实现完整的背调 → 报告 → CRM 入库流程

---

## 五、建议的集成路线图

### Phase 1：UI 框架搭建（1-2天）

- [ ] 新增背调结果展示页面 `/leads/:id/bgcheck`
- [ ] 在 lead-detail 实现 "启动深度分析" 按钮功能
- [ ] 添加背调进度展示组件（5阶段动画）
- [ ] 使用 Mock 数据填充背调报告

### Phase 2：数据模型融合（1天）

- [ ] 扩展 `Lead` 接口，增加背调相关字段
- [ ] 扩展 `MockDataService`，为部分线索生成模拟背调数据
- [ ] 在 lead-detail 中展示背调摘要卡片

### Phase 3：流程串联（1-2天）

- [ ] 实现 "邮件导入 → 快速筛选 → 背调" 的完整流程
- [ ] 在 Dashboard 待验证列表中增加 "一键背调" 按钮
- [ ] 背调完成后自动更新画像置信度和价值等级

### Phase 4：真实服务对接（可选 · 3-5天）

- [ ] 对接 Parse Server 后端
- [ ] 移植 `LeadBackgroundCheckService`
- [ ] 集成 TikHub API
- [ ] 实现真实的社媒验证和决策人调查

---

## 六、总结

| 维度 | 结论 |
|------|------|
| **可行性** | ✅ 完全可行，demo-nanchi 的流程架构天然支持背调环节的插入 |
| **切入点** | lead-detail 页面的 "启动深度分析" 按钮是最佳切入点 |
| **最小可行方案** | 使用 Mock 数据模拟背调流程 + 展示三维报告，约 2-3 天可完成 |
| **完整方案** | 移植 nanchi 的背调服务，需要后端支持，约 5-7 天 |
| **核心价值** | 背调可以将画像置信度从 60-90% 提升到 85-95%，并提供决策人信息和销售策略 |

### 推荐的集成位置

```
┌─────────────────────────────────────────────────────────────────┐
│                  demo-nanchi 集成背调后的流程                     │
│                                                                  │
│  邮件导入 → 快速筛选 → 创建线索 → [背调] → 线索管理             │
│     ↓           ↓          ↓         ↓          ↓                │
│  EML解析    画像分类    本地存储   三维报告    看板/列表          │
│  附件分析   等级评估               社媒验证    跟进管理           │
│  产品提取   产品推荐               决策人      销售策略           │
│                                    评级/风险                      │
└─────────────────────────────────────────────────────────────────┘
```

---

*文档生成时间：2026-02-12*
*分析范围：nanchi/ltc-nanchi/src/modules/bgcheck + demo-nanchi/lead-discovery*