一、总览：扫出了什么
一句话结论：这个包是「知识底座 + 组织底座」双料，不是前端页面。前端咱们 320 页已远超它（39 页报告），
但数据层和组织层咱们是空的——这正是要提取的核心价值。共 17 个核心数据资产 / 约 4MB 已提取落地。
二、知识底座（★最高价值 · 咱们完全没有）
2.1 本草典 365 味完整结构化数据 全新
每味药材 26 个字段，全部中英双语 + 经典出处可溯源：
keyslugname_zhname_pinyinname_enname_latincategorynatureflavorsactionsindicationscontraindications_zhcontraindications_endosage_rangeprocessing_methodssafety_notes_zhsafety_notes_enclassical_referencesdescription_zhwikidata_idverificationpharmacologypregnancylactationpediatricdescription_en
样例「甘草」：拉丁学名 Glycyrrhizae Radix et Rhizoma｜四气 neutral｜五味 sweet｜
功效 5 条（补脾益气/润肺止咳/缓急止痛/清热解毒/调和诸药，均标注出处《神农本草经》）｜
主治 5 条｜禁忌｜用量区间｜炮制方法｜药理｜孕妇/哺乳/儿科安全｜Wikidata ID
价值：这是平台「问诊/鉴定/配伍」类 AI 的
事实底座。有出处可溯源、有双语可跨境、有禁忌可合规。
2.2 知识图谱 397 节点 / 851 关系 全新
节点类型：药材 365 + 功效分类 31 + 外部引用 371 + Wikidata 115；
关系三类：cited_in（典出）371、classified_as（归类）365、has_wikidata（外部对齐）115。
价值：可直接导入图数据库，做「同功效找替代」「典出溯源」「跨境对照」三条连线的问答，是 RAG 的骨。
2.3 标准库（药典 / 限量 / 药食同源） 全新
| 标准 | 内容 | 可用场景 |
|---|
| 中国药典 2020/2025 | 总收载 5911 种；2025 版禁用农药 47 种、DNA 条形码强制 50 品种、指纹图谱 50 种 | 质检判定、上架合规 |
| 重金属限量（通则0212） | Pb≤5 / Cd≤1 / As≤2 / Hg≤0.2 / Cu≤20 mg/kg；药食同源加严 | 质检报告比对 |
| 检测方法国标 | GB5009.11/12/15/17/34（砷/铅/镉/汞/二氧化硫） | 检测单自动判读 |
| 药食同源 106 种 | 四批全目录（2002 卫法监51号 / 2019第8号 / 2023第9号 / 2024第4号） | 合规上架判定 |
2.4 12 大模型核心概念 + Agent 教学体系 全新
12 核心概念（LLM/Prompt/Context/Memory/Agent/RAG/FunctionCalling/MCP/LangChain/Workflow/Skill/SubAgent）
+ Agent 五要素 + ReAct + 八步法 + RAG 六段流水线 + 12 阶段学习路径。价值：数字员工培训教材、平台「懂 AI」的内容背书。
三、组织底座（★1390 数字员工体系 · 咱们只有零星）
3.1 智能体总花名册 V1.1（1390 满编） 全新
专家四组（60 人）：
A 组道地药材鉴定专家、中药炮制专家、中药药性药理专家、中药质量检测专家、中药材种植专家、中药材采收加工专家、中药材仓储养护专家、药食同源营养专家、中药标准化专家、中药国际贸易专家
B 组大模型（LLM）专家、多模态 CV 专家、推荐系统专家、时序预测专家、知识图谱专家、语音 ASR/TTS 专家、数字人/虚拟形象专家、多智能体编排专家、数据挖掘风控专家、AI 伦理合规专家
C 组中药材产业政策专家、供应链金融专家、区域品牌营销专家、县域产业带运营专家、直播电商运营专家、私域流量运营专家、冷链物流专家、质量追溯专家、食品安全快检专家、跨境贸易合规专家
D 组药用植物识别专家、叶片病害诊断专家、虫害识别专家、药材品质视觉分级专家、霉变杂质瑕疵检测专家、显微形态鉴定专家、3D 重建体感展示专家、视频理解直播切片专家、语音方言识别专家、声音感知专家、气味电子鼻专家、触觉质地感知专家、光谱近红外检测专家、多模态融合专家、卫星遥感种植监测专家、无人机巡检专家、环境气象感知专家、土壤墒情养分感知专家、地理空间 GIS 专家、巡检机器人专家、采摘作业机器人专家、数字孪生仿真专家、仓储分拣机器人专家、无人机植保播撒专家、物联网感知网络专家、边缘计算端侧推理专家、时序数据异常检测专家、作物生长模型专家、病虫害爆发预测专家、逆境胁迫产量评估专家
每位专家都带完整 system prompt（如「道地药材鉴定专家」：七维度鉴定 + 造假手段识别 + 结论/依据/风险等级三段式输出 + 安全兜底话术）。
这直接就是平台的AI 专家咨询模块可用资产。
3.2 执行岗（40 类 / 100 人）· 六字段全结构 全新
每岗含
dept / mission / scope / inp / out / tools / stop(职责边界) / subtasks：
| 部门 | 编制 |
|---|
| 销售招商部 | 20 人 |
| 内容运营部 | 18 人 |
| AI 算法研究院 | 17 人 |
| 产品技术部 | 15 人 |
| 数据智能部 | 15 人 |
| 供应链合规部 | 10 人 |
| AI 大脑中枢 | 5 人 |
3.3 五集群 140 岗 PRD（V4.40~V4.44 完整版） 全新
| 集群 | 五大中台 |
|---|
| H 集群 | 人才招聘撮合 · BP归集评估 · 种资保藏库查询 · 灰度A/B测试 · 多语言翻译 |
| I 集群 | 设备融资租赁撮合 · 研学旅行课程 · 用户行为分析 · 中药对照品查询 · 跨境物流专线 |
| J 集群 | 厂房仓库转租撮合 · 知产维权线索 · 报表自定义可视化 · 林下仿野生种植 · 展会会务 |
| K 集群 | 废旧包装回收撮合 · 智能客服知识库 · 产地溯源故事采编 · 农机作业服务 · 多租户权限隔离 |
| L 集群 | 检测设备共享 · 消息订阅推送 · 老药工口述史归档 · 产地初加工点共享 · 数据资产目录 |
每岗都写死了 仅信息线索撮合，不做实物交易/不做金融放贷/不承接实体业务/不代理法务诉讼 四条职责边界——
与您「只做撮合信息费」的定位 100% 一致，可直接沿用。
3.4 领导班子 + 组织拓扑 全新
6 人班子（CEO/CTO/CMO…，含 focus/concern/departments 与上报规则）+ 组织拓扑（17 集群 / 7 部门 / 6 共享底座）。
四、技术底座（算法 / 模型 / 库结构）
4.1 算法库 12 类 全新
hash-vector-cosineentity-exact-matchroute-topkmulti-agent-consultboss-orchestrationaudit-3-tierintent-nlufeedback-rltask-exp-recallcoT-deep-thinkvoice-chaincompete-check
覆盖：哈希向量余弦检索 / 实体精确匹配 / 路由 TopK / 多智能体会诊 / 老板编排 / 三层审计 / 意图 NLU / 反馈 RL / 任务经验召回 / CoT 深度思考 / 语音链路 / 竞争校验。
4.2 模型库 10 组 全新
glm-4-flashglm-4-airglm-4-plusherb-vec-ragnlu-intentroute-matchervoice-zhaudit-rulesaudit-llmdeep-cot
含参数/温度/超时/降级策略，可插拔 LLM 抽象层（llm_client.js）。
4.3 数据库建表 全新
88 张表（63 现有 + 25 新 tcm_*）+ 6 共享底座表；另有 org_schema_v414 / v445 / tech 三份组织表 SQL。
覆盖：用户主体 / 药材字典 / 供求 / 溯源 / 仓储 WMS / 招投标 / 质检物流 / 电子合同 / 钱包资金 / 消息 / 县域采集 / 运营后台 / 操作日志。
价值：整套后端数据模型，可直接作为底座库设计蓝本（需按咱们命名重写）。
五、差异比对：我方有什么 / 缺什么
| 维度 | 我方现状 | 对方资产 | 判定 |
|---|
| 前端页面 | 320 页（PC/移动/H5 三端） | 39 页报告 | 我方碾压不动 |
| 药材字典 | 零散页（567 味清单） | 365 味 25 字段结构化 + 双语 + 典出 | 提取 |
| 知识图谱 | 无 | 397 节点 / 851 关系 | 提取 |
| 标准库 | 零散（药食同源页） | 药典 + 限量 + 106 目录（带文号） | 提取 |
| 数字员工 | 零星页 + 日报 | 1390 编制全结构 + prompt | 提取 |
| 组织体系 | 无 | 班子 + 集群 + 拓扑 + 职责边界 | 提取 |
| 算法/模型库 | 无 | 12 类算法 + 10 组模型 | 提取 |
| 库表结构 | 部分（我方 4.0 建表） | 88 表完整 SQL | 比对合并 |
| 训练语料 | 无 | yaocai_cloud.zip 4162 条问诊话术 | 提取 |
| 全息产地图谱 | 无 | 34 省气泡（已复刻进九级闭环页） | 已吸收 |
六、业务红线（对方写死，与咱们定位一致 · 建议照抄）
- 所有撮合类中台 = 仅信息线索撮合，不做实物交易、不做金融放贷、不承接实体业务、不代理法务诉讼
- 所有辅助评估/测算工具 = 仅供参考，不替代专业机构判定与官方审核
- 撮合台账含
match_status + block_hash 存证字段
- 6 共享底座：可信存证 / 统一数字身份 / 法务合规 / 数据资产 / 产地大数据 / 产业智库
与您原话「咱们都是撮合交易争取信息费」「不做担保交易会连累平台」完全同频——这套红线可直接内嵌到每岗 prompt。
七、V4.45 储备方向（别人替咱们想好的下一步）
- 仓储托盘周转器具共享撮合中台（器具闲置线索撮合，不做租赁运营）
- AI 智能文档解析中台（合同/质检报告结构化解析，仅供参考）
- 道地药材节庆民俗资料库中台（药市药俗文化归集，不做官方认证）
- 临时用工劳务线索撮合中台（采收分拣用工对接，不开展劳务派遣）
- API 网关流量监控计量中台（开放 API 统计/配额/日志，生态底座）
八、已提取落地清单（副本，原文件未动）
路径：价值提取_中药材大模型_20261006/data/｜共 17 项 / 约 4 MB
| 文件 | 内容 | 大小 |
|---|
_bencaodian_herbs.json | 本草典 365 味完整结构化 | 2.0 MB |
agent_roster.json | 1390 数字员工总花名册 | 915 KB |
knowledge_base.json | 知识库 V2.0 | 338 KB |
org_roster_v414_full.json | V414 组织全量（17 集群） | 254 KB |
knowledge_graph.json | 知识图谱 397 节点 / 851 关系 | 197 KB |
database_schema.sql | 88 张表建表 SQL | 122 KB |
herb_wikidata.json | Wikidata 外部对照 | 84 KB |
org_tech_prompts.json | 20 技术岗完整 prompt | 24 KB |
knowledge_concepts.json | 12 核心概念 / Agent 教学 | 13 KB |
standards_library.json | 药典 / 限量 / 药食同源 106 | 12 KB |
algorithm_library.json | 12 类算法配置 | 5 KB |
model_library.json | 10 组模型配置 | 4 KB |
exec_board.json | 领导班子 6 人 | 3 KB |
topology.json | 组织拓扑 | 3 KB |
agent_tasks.json | 任务清单 | 107 KB |
org_topology.json | 组织拓扑（详） | — |
org_v445.json | V4.45 储备 | — |
下一步建议（等您拍板）：
1. 把 365 味 + 标准库灌进咱们的药材字典底座（做成可查询的「中药材大模型」知识层）
2. 1390 数字员工花名册接咱们的数字员工运营页（现在只有日报，没有组织）
3. 88 表 SQL 与我方 V4.0 建表做差异合并（对方 25 张 tcm_* 表我方多半没有）
4. yaocai_cloud.zip 的 4162 条语料 → 咱们自己的训练/微调语料池