SECURITY

该有的边界、该留的痕迹
和不该吹的牛

这一页只写我们已经实现、并且可验证的能力。暂未具备的能力不在这里提及，也不用模糊话术占位。

01 · 租户与数据隔离

一套平台跑多家企业
彼此看不见对方的数

星华云联从模型层就把「企业」当成一等公民：不是靠界面上藏起来，而是每条数据、每个接口都带着租户归属。

租户即边界

  • 用户挂 tenant_id，租户间账号各自独立
  • 各租户使用各自的口令，不存在通用默认密码
  • 新建 / 重命名 / 启停租户，按企业生命周期管理

身份即凭据

  • 登录后签发的令牌携带租户声明（tid）
  • 请求进入接口层即按租户归属过滤
  • 跨租户访问不具备数据路径，而非仅前端隐藏

数据自带归属

  • 异常事件、导入记录、看板数据均带租户标识
  • 导入历史与字段映射快照按租户留存
  • 行业配置按租户维度生效
以上为公网实例的实际实现方式（tenant_id + 令牌声明 + 接口层过滤）。租户级数据加密 / 独立密钥、审计日志属于我们在补的能力，未完成前不在此页作承诺。
02 · 角色与权限

谁能看什么，由角色决定
不是由链接决定

同一套数据底座，按角色分层：系统管理员跨租户管理，租户管理员只看本企业，一线销售只看自己。

1
系统管理员可见租户管理，维护全部企业租户、跨租户分配账号与行业配置。
2
租户管理员只管理本企业的用户、数据与治理，不渲染也不可达其他租户的功能。
3
管理层 / 经理看本企业全局与结构，四维度对比、异常处置、报告分享。
4
一线销售只看到自己的排名、目标与趋势，看到的是「我的盘子」。

危险操作，默认加上刹车

管理动作做错了，代价往往是别人登不上系统。我们把高风险操作的确认与回退做成默认行为，而不是靠管理员的手速和记性。

  • 管理员自保护：系统管理员无法停用或重置自己，杜绝唯一管理员被锁死
  • 二次确认：停用用户、重置密码前明确告知后果（如「该用户将立即无法登录」）
  • 可撤销：操作完成后提供撤销入口，误操作不必走工单
  • 全局唯一行业：同时只启用一个行业，行情情报始终读取当前启用配置，避免多行业串味
用户管理：按租户分配账号与角色，危险操作二次确认
租户管理：企业租户的创建与启停
03 · 口径透明与可追溯

经营系统最容易输在
「这个数是怎么来的」

我们不指望每个数字都被相信，而是让每个数字都能被查。这是我们做这个产品的三条工程原则。

口径透明

  • 数据截止日与更新时效在每一屏显式标注
  • 数据不完整时，AI 主动说明「本月数据不完整，无法同比」
  • 指标定义随数据一起进库，不靠口头约定

AI 有据

  • AI 不凭记忆作答，按需调用数据工具实时取数
  • 取数、计算、生成的过程与阶段全程可见
  • LLM 增强的结论显式标注，不混淆规则结论与模型结论

闭环可溯

  • 异常从待处理 → 调查 / 解决 / 忽略，状态机全程留痕
  • 报告自动留档，可回看任意一期的结论
  • 导入批次保留映射快照与结果明细
真实表现
数据不完整时，AI 会说「不知道」实测提问「8 月销售额同比环比如何？」，系统给出环比 -26.75%，并主动说明「2025 年 8 月无数据，无法同比」，而不是编一个同比数。
🧮 实时取数⚠️ 口径声明
真实表现
归因结论会主动声明局限新客户占比异常告警的归因中，系统主动提示「长期未下单的老客会被误计为新客」，把方法的边界一起交出来。
🧠 LLM 归因📋 局限声明
真实表现
治理过程不静默处理字段置信度不足或缺失时，系统不擅自猜测，而是列出待确认项与错误清单，由人一键决策或下载模板重传。
🤖 Agent 治理📋 人工决策
04 · 数据从哪来、到哪去

你的数据只做一件事：
变成你自己的经营判断

1
你来提供自有销售明细、客户与产品数据，.xlsx / .csv 自由格式上传，按租户归属。
2
系统来治理字段识别与映射、三维质量校验、质量评分，低置信项交回人工确认。
3
按口径入库写入该租户自己的经营数据库，口径随数据一起固化。
4
只服务本租户看板、异常、问答、报告全部按租户过滤，不与其他企业混合。
行业配置后台：行业分类、原材料、竞品与政策关键词配置

桌面端行业配置：同时只启用一个行业，行情情报始终读取当前启用的配置。

行业属性一次配置，长期生效

行业分类、结算口径、币种、账期、关账日期，加上原材料、竞品、政策与宏观指标关键词——这些决定了系统怎么理解你的经营。配好一次，后续所有看板、异常规则、报告情报都按这套口径运行，不必每次上传数据都重讲一遍。

05 · 技术架构

企业数据 × 业务本体，让 AI「看得懂经营」

我们不只罗列技术栈，而是把路线一层层立起来：企业数据打底，业务本体建模，智能跑在上面，落到移动闭环——每一层可解释，每个结论可追溯。

1
数据底座 · 企业数据企业自有经营数据：销售明细、客户、产品、回款。T+1 更新、口径显式、支持多币种（CNY / USD），多租户数据隔离，自治理入库即可用，不依赖 IT 建仓。
2
本体层 · 业务本体把经营建模为「实体 + 关系」：客户、产品、订单、金额、人员。数据不再是表格，而是「可对话的业务对象」；AI 归因、报告、告警跑在同一套本体上，口径天然一致。
3
智能层 · 规则 + AI规则引擎 7×24 扫描：基线 → 偏离度 → 阈值，量化告警而非拍脑袋；LLM 增强归因拆解、经营观察与自然语言问答，AI 调用工具后作答，思考过程与数据出处明示。
4
应用层 · 移动闭环看板、分析、异常、问答、报告五大业务面 + 个人战报。移动优先、报告一键分享、异常状态机全程可追溯；AI 渐进增强，AI 不可用时 BI 依然可用。
数据治理后台：导入批次、映射明细与质量结果

桌面端数据治理后台：导入批次与映射快照留痕。

可解释优先，而不是模型优先

经营系统里，一个说不清来源的数字比没有数字更危险。所以规则跑在 AI 前面：能算清的用规则算清，算不清的才交给模型，并且要求模型把过程摊开给人看。

  • 规则优先：阈值告警由确定性规则产出，可复算、可解释
  • 模型增强：LLM 负责归因解释与语言组织，并显式标注
  • 渐进增强：AI 能力不可用时，看板与规则告警照常工作
06 · 关于这一页

这一页只写已经做到的事

本页陈述的能力均已在公网实例上实现并实测验证；我们暂未具备的能力不在此页提及，也不用模糊话术顶替。

为什么这么做：我们做的是经营数据产品，第一件事就是让数字可信。安全能力如果先学会夸大，客户凭什么相信看板上的数？
Get Started · 开始使用

有具体的安全或合规要求？
直接提出来

如果你有明确的安全、合规、部署要求（例如数据存放位置、账号体系对接、审计要求），直接告诉我们，能做的我们给方案，暂时做不到的我们也会直说。

📅 预约产品演示 打开公网演示环境 →
联系电话 / 微信：18862313790 · 17321280778（微信同号）　|　邮箱：liujw@donewin.com