AI 金融研究
对话、金融数据查询、联网检索、多智能体深度研报与可恢复的长任务。
- SSE 流式输出
- 大纲与质量审核
- 图表和章节生成
- 任务停止与恢复
系统现在承载什么
从用户研究到后台运营，系统已经形成四个相互连接的业务面。
数据平台
金融、宏观、行业和 Mysteel 指标的目录、导入、版本及查询能力。
- OSS CSV 与 Parquet
- 数据 Schema
- 增量写入与版本
- DuckDB 查询
工作区与分析
用户文件、研报导出、Data Workspace 和 Agent Workbench 的运行资产。
- 上传与解析
- DOCX/PDF/PPTX/HTML
- 数据分析项目
- Agent 执行计划
商业化与运营
用户、租户、权限、积分、支付、订阅、内容 Feed、审计和运营后台。
- 账号与微信身份
- 支付和订阅
- 资讯和首页内容
- 敏感词审计
三层存储模型
PostgreSQL 和 OSS 是权威数据面。Redis 是控制面，不能当作最终业务存储。
DURABLE RELATIONAL
13.84 GB
PostgreSQL / RDS
用户、会话、消息、研报正文、支付、数据目录、版本、运行状态、向量与 LangGraph checkpoint。
业务关系数据的权威源
DURABLE OBJECT
23.28 GB
Aliyun OSS
市场数据、用户上传、图表、研报导出、头像和归档日志。共约 200.3 万对象。
大文件和数据对象的权威源
REALTIME CONTROL
41 MB
Redis
事件回放、租约、锁、验证码、缓存和任务状态。
可过期的实时协调层
OSS 几乎就是市场数据
六个桶合计 23.28 GB。市场数据桶占容量的 94.2%，并形成约 200 万个小对象。
数据库由目录和 checkpoint 主导
两类数据合计占 PostgreSQL 的 95.8%。用户、支付和普通业务表反而只占很小部分。
80.5%
数据目录与导入平台，11.14 GB
最大表是 dataset_catalog_assets，约 5.56 GB。数据来自大规模指标目录和多轮导入历史。
2,697,211数据资产
361,026数据 Schema
568,625导入任务
1,543,259目录事件
176,997目录节点
411.9 MB历史备份表
15.3%
LangGraph checkpoint，2.11 GB
用于长研报状态、恢复和图执行中间写入。它与业务表共用 PostgreSQL，不是独立数据库。
119,468checkpoints
348,595writes
104,522blobs
3.2%
对话、研报和工作区，449 MB
包含消息、研报正文、虚拟文件及上传和生成文件的元数据。virtual_files 会直接保存文本正文。
110,965消息
1,383会话
414研报
当前业务数据量
这些数量是业务实体规模，不等同于物理存储空间。
36用户记录
1,305未归档会话
110,965会话消息
170已完成研报
15,354有效虚拟文件
9,368有效生成文件
206外部研究报告，均有向量
5,692Feed 内容
141,294Feed 用户投递
2,727积分流水
19支付订单，3 笔完成
3有效订阅
Redis 很小，但影响实时体验
它存的是短期状态和协调信息。Redis 丢失不会抹掉用户、研报或支付主数据，但会影响在途任务。
41.29
MiB 已用内存，内存上限 2 GiB。
358 个键，其中 323 个有过期时间，当前无 key 驱逐。
流式数据
SSE 事件、断线重放、事件序号和 Stream 消费。当前 28 个 sse_events 键约占 6.77 MB。
任务控制
研报 lease、停止标志、并发闸、Runner 心跳、任务认领、导出任务状态。
安全与认证
验证码、微信 OAuth state、浏览器短期证明、限流计数和一次性票据。
缓存与配置
用户信息缓存、定价配置、账单临时状态、分布式锁和定时扫描锁。
还有四类容易漏算的存储
ECS 本地文件和 LangSmith Trace 会形成真实业务副本，应纳入保留策略与合规范围。
large_tool_results/1.8 GiB505 个超大工具输出文件，可能包含用户查询结果，暂未发现明确自动清理。
data/mysteel_*/3.1 GiBMysteel 全量字典和导入源文件，是市场数据的本地副本。
backend/logs/880 MiB后端应用日志，本地保留后另有 OSS 日志归档。
supervisor logs334 MiB生产进程标准输出和错误日志。
workspace/data/67 MiB189 个本机工作区或历史沙箱 CSV。
conversation_history/28 MiB54 个历史会话 Markdown，当前代码未发现活跃写入路径。
LangSmith 云端 Trace
生产追踪已开启，可能保存用户输入、模型输出、工具返回和运行元数据。容量及保留期需在 LangSmith 后台核实。
K8s / ECI 临时盘
Data Workspace 一次性 Pod 没有持久卷。会话沙箱使用 emptyDir，Pod 删除后数据消失，持久结果必须回写 OSS 或数据库。
浏览器本地存储
保存访问令牌、审核状态、临时草稿、模型选择和界面偏好。容量小，但属于客户端认证和业务状态。
ACR 与云备份
ACR 和镜像缓存保存部署镜像，不含用户主数据。RDS、Redis、ECS 的云备份及快照容量需在阿里云控制台核实。
所以，核心不是 OSS、Redis、数据库三个并列项
权威主存储PostgreSQL 保存关系与正文，OSS 保存对象和大数据。
实时控制层Redis 保存可过期的事件、租约、锁、验证码和缓存。
业务副本与临时层ECS 本地文件、LangSmith、浏览器、K8s/ECI 临时盘。
建议先处理三件事
当前容量还不构成资源危机，但有几处增长和合规问题应尽快建立制度。
清理本地业务副本
给 large_tool_results、workspace/data、conversation_history 和日志设置保留期、归档和自动清理。
控制数据库增长
为 checkpoint、导入历史和目录事件建立清理或分区策略。确认后删除约 411.9 MB 的历史备份表。
补齐外部数据治理
核实 LangSmith Trace 的保留期与脱敏策略，同时登记 RDS、Redis、ECS 快照和 ACR 的备份容量。