四层架构
四层架构，安全与运维贯穿全域
应用层
面向不同角色的工作台与入口：指标工作台、建模工作台、元数据门户、智能问答、管理控制台。
服务层
平台能力中枢：指标体系构建、数仓模型设计、加工调度、多源口径治理、语义匹配、图谱血缘、流程编排、语义检索、模型接入、统一元数据目录。
数据层
四类存储分工：关系型存储、图存储、向量存储、缓存与数仓存储，非单一库。
资源层
物理机 / 虚拟机 / 云主机 / 信创环境，支持容器编排。
技术路线
智能前置 到 规则中置 到 资产后置
业务文档先经语义结构化（智能前置），再进入规则引擎完成指标体系、语义匹配、模型设计与加工工程（规则中置），最终沉淀为统一元数据与血缘资产并对外提供数据服务（资产后置）。
运转流程
整体运转流程：10 步，含 2 个业务确认点
① 文档解析与信息抽取 到 ② 语义检索能力构建 到 ③ 指标体系构建（◆草稿确认生效）到 ④ 语义匹配 到 ⑤ 多源口径确认（◆合并方案确认固化）到 ⑥ 总线矩阵 到 ⑦ 数仓模型设计 到 ⑧ 数据加工与调度 到 ⑨ 元数据与血缘登记 到 ⑩ 自助分析与问答。带 ◆ 的两步为业务关键确认点，确保人在决策环。
常见问题
关于 总体技术架构，你可能想问
我们整理了企业围绕「技术架构」最关心的几个问题。
架构里 AI 和规则分别负责什么？
AI（智能）负责前端语义理解，如文档解析、意图识别；规则引擎负责中置的结构定型，如指标体系构建、维度建模、ETL 生成。结构判定不依赖概率模型，保证可复现。
数据层为什么用多种存储？
不同数据类型适配不同存储：关系型存业务与数仓、图存血缘关系、向量存语义匹配、缓存加速查询。职责分离，便于各自独立扩展。
换数据库会影响业务逻辑吗？
不会。模型先转标准中间表示（与物理库无关），再渲染为目标库语句；换库仅新增渲染适配，业务 0 改动。