AI 审核工作流可观测层

帮 Java 后端团队把 AI 审核从 Dify 黑盒变成可调试、可回放、可灰度替换的透明流程。

痛点

有团队在 Java B 端系统里用 Dify 做商户入驻、决策资料等审核，但复杂流程让 Dify 节点爆炸、难以维护；Dify 缺少 CLI/MCP，AI 没法直接调试；各业务系统接入还要自己处理鉴权、重试、容错。更核心的是，很多调试很久的工作流，不如直接把资料发给本地 Claude Code 自由发挥效果好。

方案

一个中台式的审核编排层：把审核规则拆成可版本化、可单测的步骤，提供 CLI 与 MCP 接口让编码代理直接调试；每次审核保留输入、模型调用、中间结论与最终决定，支持回放与 A/B 替换模型；业务系统只对接一个稳定的审核 API，鉴权、重试、容错由中台处理。

用户

使用 Java 技术栈、正在把 AI 引入审核流程的中小企业研发与运营团队。

MVP

审核步骤 DSL 与版本管理；CLI 单步调试与 MCP 服务端；审核记录与回放界面；模型可替换的调用适配层；提供 REST API 供原有 Java 系统接入。

变现

开源核心 + 企业版按审核量或座席订阅；私有化部署一次性授权；托管版按调用次数计费。

为何现在

大量传统 B 端团队正从 Dify 原型走向生产，却缺乏可观测与可调试的中间层；AI 代理可以自己调试工作流，正是独立开发者做轻量中台的窗口期。