从选题到交付，组织一条可追溯的内容生产链路。

基于 LangGraph 构建状态化 Agent 与有界工具循环，将知识检索、事件详情、品牌 RAG 和文案校验封装为统一 Typed Tool Registry，并通过 MCP Server 向 Agent 客户端提供标准化调用；结合调用预算、严格 Schema 与确定性回退约束执行。

• LangGraph 状态图承接多步骤上下文，并以有界工具循环限制执行范围，避免工具调用在异常条件下无限延伸。
• Typed Tool Registry 统一登记知识检索、事件详情、品牌 RAG 与文案校验工具的输入 Schema、输出结构和调用入口。
• MCP Server 向 Agent 客户端暴露标准化工具能力；严格 Schema 校验失败或模型结果越界时，链路进入确定性回退。

建立新闻快照、事实标签、事件版本和引用绑定，设计“硬规则粗筛 + LLM 多维评分排序 + 确定性终审”；针对 PPT / PDF 与访谈资料实现父子切片与 pgvector 混合检索，脱敏离线评测 Recall@5 达 95%，nDCG@5 达 92.86%。

• 新闻来源先形成快照、事实标签与事件版本，生成内容再绑定引用，使选题和文案能够回溯到具体证据。
• 候选先经过硬规则粗筛，再由 LLM 做多维评分排序，最后以确定性规则终审；模型排序不能覆盖硬性边界。
• PPT、PDF 与访谈资料采用父子切片并进入 pgvector 混合检索；Recall@5 95% 与 nDCG@5 92.86% 仅对应脱敏离线评测数据集，不代表线上通用效果。

接入 Qwen3-VL-Embedding，将文案与已审批品牌图片映射至统一 2048 维空间；基于 pgvector 实现跨模态检索，以“身份 / 角色 / 审批 / 完整性硬过滤 + 语义排序 + 规则回退”完成素材索引和自动配图。

• Qwen3-VL-Embedding 把文案与已审批品牌图片映射到同一 2048 维向量空间，检索对象限定在已经过审批的素材范围内。
• pgvector 承载跨模态候选召回；身份、角色、审批状态和素材完整性先执行硬过滤，再进入语义排序与规则回退。
• 下面两组内容保留固定提交中的完整公开文案和原始图片字节，用于展示已经生成并完成本地验证的历史素材。

基于 FastAPI、AsyncIO、SQLAlchemy 实现异步任务、租约、幂等和故障恢复；建设离线评测、类型检查、契约测试与迁移回退机制，后端累计 1200+ 自动化测试，覆盖率约 82%。

• 异步任务以租约、幂等和故障恢复机制约束执行；进程或供应商异常不会被当作成功结果继续传播。
• 离线评测、类型检查、契约测试与迁移回退覆盖关键输入输出和变更边界；后端累计 1200+ 自动化测试、覆盖率约 82%，该数字不等同于生产效果或业务成果。
• 素材包经过人工审核后进入企业微信内部交付流程；系统不提供无人审核的公开平台自动发布。