Skip to content

Repository files navigation

北京退休金测算系统

基于智谱AI GLM-4.7大模型开发的北京养老保险退休金测算Web应用,帮助灵活就业人员对比三档缴费方案,找到最优选择。

功能特点

  • 智能对话:通过自然语言交互收集用户信息
  • 精准测算:基于北京社保政策精确计算退休金
  • 三档对比:详细分析低/中/高三档缴费的优劣
  • 性价比分析:计算回本周期和净收益
  • 完整日志:记录所有AI调用过程便于审计

项目结构

retire/
├── app.py                    # Flask主应用
├── ai_client.py             # GLM AI客户端(Anthropic兼容接口)
├── logger.py                # 日志记录模块
├── prompts/                 # 提示词文件夹
│   ├── system_prompt.txt    # 系统提示词
│   └── policy_context.txt   # 政策背景信息
├── templates/               # HTML模板
│   └── index.html          # 前端页面
├── static/                  # 静态资源(预留)
├── logs/                    # AI调用日志
├── tests/                   # 测试文件
│   ├── test_api.py         # API测试
│   └── test_data.json      # 测试数据
├── config.env              # 配置文件(API Key)
└── README.md              # 本文档

环境要求

  • Python 3.8+
  • 智谱AI API Key(从系统变量读取)

安装步骤

1. 安装依赖

pip install flask requests

2. 配置API Key

Windows CMD:

set ZHIPU_API_KEY=your_api_key_here

Windows PowerShell:

$env:ZHIPU_API_KEY='your_api_key_here'

Linux/Mac:

export ZHIPU_API_KEY=your_api_key_here

⚠️ 重要

  • API Key格式为 id.secret(例如:1234.abcde123456
  • 不要将API Key硬编码到代码中
  • 每次重启终端后需要重新设置环境变量

3. 永久设置环境变量(可选)

Windows系统变量:

  1. 右键"此电脑" → 属性 → 高级系统设置
  2. 环境变量 → 新建
  3. 变量名:ZHIPU_API_KEY
  4. 变量值:你的API Key

Linux/Mac (添加到 ~/.bashrc 或 ~/.zshrc):

export ZHIPU_API_KEY='your_api_key_here'

使用方法

启动Web服务

python app.py

启动成功后会显示:

============================================================
北京退休金测算系统
============================================================
✓ AI模型: glm-4.7
✓ API接口: https://open.bigmodel.cn/api/anthropic/v1/messages
✓ 日志目录: logs
============================================================

启动Web服务器...
访问地址: http://localhost:5000
============================================================

访问Web界面

在浏览器中打开:http://localhost:5000

对话示例

用户:你好,我是1980年出生的北京户口男性,现在失业了,想咨询灵活就业交养老保险的事情。

AI:您好!我来帮您分析最适合的缴费档位。请问:

  1. 您首次工作时间是?
  2. 累计工作年限和缴费年限?
  3. 近几年平均工资? ...

运行测试

cd tests
python test_api.py

测试内容:

  • 提示词文件检查
  • AI客户端调用
  • 日志记录功能

技术架构

后端技术栈

  • Flask: Web框架
  • requests: HTTP请求库
  • GLM-4.7: 智谱AI大模型(Anthropic兼容接口)

前端技术栈

  • 原生HTML/CSS/JavaScript
  • Fetch API: 异步请求
  • CSS Grid/Flexbox: 响应式布局

AI调用流程

用户输入
  ↓
Flask后端接收
  ↓
加载系统提示词 + 政策背景
  ↓
调用GLM-4.7(Anthropic兼容接口)
  ↓
记录完整日志到logs/
  ↓
返回AI回复给前端
  ↓
前端展示并保存对话历史

日志记录格式

每次AI调用都会生成JSON日志文件:logs/ai_call_YYYYMMDD_HHMMSS.json

{
  "metadata": {
    "timestamp": "2025-01-08T12:00:00",
    "model": "glm-4.7"
  },
  "input": {
    "system_prompt": "...",
    "user_message": "...",
    "conversation_history": [...]
  },
  "output": {
    "response": {...},
    "has_error": false
  },
  "statistics": {
    "system_prompt_length": 5000,
    "user_message_length": 100,
    "ai_response_length": 2000
  }
}

政策说明

灵活就业养老保险三档(2025年北京标准)

档位 缴费基数 月缴费额 个人账户
低档 社平60% 1362元 544元
中档 社平100% 2270元 908元
高档 社平300% 6810元 2724元

缴费比例:20%(个人账户8% + 统筹账户12%)

2024年北京社平工资:11350元/月(暂定,以官方公布为准)

退休金计算公式

基础养老金 = (社平工资 + 指数化工资) ÷ 2 × 缴费年限 × 1%
个人账户养老金 = 个人账户储存额 ÷ 计发月数
过渡性养老金 = 社平工资 × 视同缴费年限 × 1%
总养老金 = 基础养老金 + 个人账户养老金 + 过渡性养老金

计发月数

  • 55岁退休:170个月
  • 60岁退休:139个月

常见问题

Q1: 提示"未找到ZHIPU_API_KEY环境变量"?

解决方法

  1. 确认已设置环境变量(见"配置API Key"章节)
  2. Windows CMD重启后需重新设置
  3. 使用 echo %ZHIPU_API_KEY% 检查是否设置成功

Q2: API调用失败怎么办?

可能原因

  • API Key格式错误(应为 id.secret 格式)
  • API Key已过期或余额不足
  • 网络连接问题

解决方法

  1. 检查API Key格式是否正确
  2. 访问智谱AI控制台检查余额:https://open.bigmodel.cn/
  3. 检查网络连接

Q3: 日志文件在哪里?

所有日志文件保存在 logs/ 目录,文件名格式为:ai_call_YYYYMMDD_HHMMSS.json

Q4: 如何修改系统提示词?

编辑 prompts/system_prompt.txt 文件,修改后重启服务即可生效。

重要提示

⚠️ CD命令不持久化问题: 在使用bash时,cd 命令只在当前命令内有效,每次执行新命令都需要重新指定完整路径或使用 cd && command 的方式。

示例:

# 错误方式(cd不会保持)
cd /c/D/CAIE_tool/MyAIProduct/retire
python app.py

# 正确方式
cd /c/D/CAIE_tool/MyAIProduct/retire && python app.py

# 或使用绝对路径
python /c/D/CAIE_tool/MyAIProduct/retire/app.py

开发计划

  • 添加用户认证
  • 支持多用户并发
  • 数据持久化(数据库)
  • 导出测算报告PDF
  • 添加更多城市支持
  • 移动端适配优化

技术支持

如遇问题,请检查:

  1. logs/ 目录下的日志文件
  2. 控制台错误输出
  3. 浏览器开发者工具Console

许可证

本项目仅供学习交流使用。


更新日期: 2025-01-08 版本: v1.0.0 模型: GLM-4.7 (Anthropic兼容接口)

About

退休金测算系统 — AI 智能分析退休规划 | Pension calculator | Flask · GLM

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages