二狗PPT背后是深度耦合国企业务逻辑的自研AI Agent调度系统，含意图解析与分层规划、MCP协议驱动工具编排、中式逻辑引擎嵌入式调度、状态感知型长程记忆调度四大关键路径。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果在使用二狗PPT时观察到其生成内容逻辑严密、风格贴合国企汇报语境、且能自动区分“工作进展”“存在问题”“下一步计划”等中式结构，则说明其背后AI Agent调度并非简单调用大模型，而是依赖一套深度耦合业务逻辑的自研调度系统。以下是该系统实现调度的关键路径：
一、基于DeepSeek V4的意图解析与分层规划
该环节由Master Agent主导，利用DeepSeek V4的强推理能力对用户输入（如“给领导做二季度党建汇报PPT”）进行多粒度语义解构，识别隐含的体制内表达约束、层级关系与政治表述规范。系统不直接生成幻灯片，而是先产出带依赖关系的任务图谱。
AI一键生成成品PPT☜☜☜☜☜点击生成；
1、将原始需求映射为三类子任务：政策依据提取、业务数据归因、汇报话术转译。
2、为每个子任务标注执行优先级与输出格式约束，例如“政策依据提取”必须引用近6个月党内文件原文片段，并标注出处编号。
3、触发RAG模块从企业私有向量库中检索匹配的模板段落、历史汇报口径及领导近期讲话关键词。
二、MCP协议驱动的工具链动态编排
MCP（Model Context Protocol）在此作为标准化中间件，将LLM生成的抽象指令转化为可执行动作，屏蔽底层工具异构性。所有PPT相关操作——包括图表生成、版式校验、字体合规检查——均通过MCP封装为原子能力接口。
1、当“生成柱状图对比各支部党员发展数量”任务被激活，MCP自动识别需调用数据Agent与视觉Agent协同。
2、MCP将自然语言参数转换为结构化请求：{“tool”: “chart_generator”, “type”: “bar”, “data_source”: “party_building_db_q2”, “label_policy”: “中组部2025年统计口径”}。
3、执行完成后，MCP统一注入水印字段“本页图表依据党统字〔2025〕17号文生成”，确保输出符合组织部门审计要求。
三、中式逻辑引擎嵌入式调度策略
区别于通用Agent框架，二狗PPT自研系统内置“中式汇报逻辑引擎”，作为独立调度规则层运行。该引擎不依赖LLM实时推理，而是以确定性规则控制任务流向，保障结构稳定性与政治安全性。
1、强制插入“三个摆布”检查点：所有大纲生成后，必须经过“政治表述摆布”“数据逻辑摆布”“风险提示摆布”三重校验。
2、当检测到用户输入含“整改”“落实”“长效机制”等关键词，自动激活法务Agent介入，核查对应条款是否匹配《党委（党组）落实全面从严治党主体责任规定》条目。
3、对“存在问题”页，系统禁止LLM自由生成，仅允许从预置的27类体制内常见问题模板中按权重匹配调用，并强制关联整改措施字段。
四、状态感知型长程记忆调度
调度过程全程维护任务上下文状态，避免传统LLM在多步生成中丢失关键约束。该状态存储于轻量级向量数据库，与当前会话绑定，支持跨页逻辑一致性校验。
1、第一页设定“汇报对象为分管党建副书记”，则后续所有页面标题层级、称谓用语、数据颗粒度均自动继承该角色画像。
2、当用户中途修改“时间范围为上半年”为“上半年+下半年预测”，系统不重跑全流程，仅定位至数据Agent与预测Agent节点，复用已有结构与话术链。
3、每页PPT元数据中嵌入state_id: b9f3a7c1-d2e8-4b55-8e1d-0a3f7e8c2d4f，用于回溯调度路径与合规性审计。
