— Công nghệ
Mô tả về độ trưởng thành kỹ thuật và các quyết định thiết kế của nền tảng BCanvas — không phải hướng dẫn triển khai.
01 · Kiến trúc tổng quan
BCanvas là nền tảng single-codebase, dual-deployment. Cùng một source code biên dịch thành hai sản phẩm độc lập.
Database cô lập theo tenant, tenant resolution theo context propagation trên mỗi request. Một deployment phục vụ N tổ chức.
Không cần Python runtime, không external dependencies. Single executable, hoạt động hoàn toàn offline.
Đây không phải web wrapper với chế độ dự phòng. Cả hai deployment target đều là first-class, tính năng đồng đều, scaling model độc lập.
02 · Cô lập Multi-Tenant
Mỗi lớp hoạt động độc lập. Breach một lớp không đồng nghĩa breach toàn bộ.
Module được bật/tắt theo từng tenant qua configuration. Source code của module có trên server không đồng nghĩa tenant có thể thấy nó — phải được enable explicitly. Tenant không thể enumerate module configuration của tenant khác.
Database của mỗi tenant là một file SQLite riêng biệt trên persistent volume. Toàn bộ DB path resolution được scoped theo tenant tại request level — không có shared application database cho runtime data. Truy cập chéo DB giữa tenant là không thể về kiến trúc nếu không vi phạm path resolver.
Session storage được namespace theo tenant slug. Session của Tenant A đã authenticated, active trên cùng browser, không thể access storage namespace của Tenant B — kể cả khi thao tác ở cấp tab. Tenant provisioning là atomic, có reserved-slug blocklist và distributed lock table ngăn concurrent-create races.
03 · Nền tảng Agentic
Lớp agentic là capability native của nền tảng. Agent có persistent state, tool access, scheduling và notification routing.
Lead agent điều phối và delegate cho specialist sub-agents, mỗi sub-agent được scoped vào subset of tools và data. Mô hình mirror cách một management team vận hành: lead agent phối hợp, specialist agent thực thi trong domain.
Mỗi analytical module có thể expose typed tools cho agent — query operations, data mutations, output publishing. Tool surface của lead agent là union của tất cả module tools được enable cho tenant đó, resolved at runtime và cached.
Single cron runner xử lý tất cả scheduled agent triggers, data sync jobs và indexing tasks. Không có external job queue để vận hành — đủ capable cho current scale profile mà không thêm operational complexity.
Data Index là AI-generated metadata layer trên tất cả tenant data sources. Curator sub-agent hoạt động như pure routing layer — convert natural language questions thành source retrieval calls trước khi hand off cho reasoning agent. Indexing incremental, triggered bởi data mutations — không phải scheduled batch.
04 · AI Stack
AI stack không bị gắn chặt với một vendor. Ba capability tier map sang provider-model pairing được cấu hình per tenant.
Sử dụng cho các analytical task phức tạp: báo cáo tài chính sâu, phát hiện anomaly đa biến, tổng hợp insight cross-module. Provider/model cấu hình per tenant — hoán đổi không cần code release.
Routing, classification, tóm tắt nhanh, Q&A trên structured data. Balance giữa cost và capability — phù hợp cho high-frequency operational tasks.
Formatting, label extraction, simple transformation. Tối ưu chi phí cho các tasks không cần suy luận phức tạp — có thể chạy với latency thấp nhất và cost tối thiểu.
Tự động kích hoạt streaming khi response vượt per-provider token threshold. Streaming response được convert về cùng output shape với non-streaming path — caller không thấy sự khác biệt.
Active by default trên supported providers. Giảm cả latency và cost trên repeated analytical patterns — đặc biệt có giá trị với các reporting workflows chạy định kỳ.
Toàn bộ AI I/O đi qua anonymizer mask các sensitive terms được configure trước khi request rời platform, unmask trong response. Modules không implement masking riêng — đây là responsibility của infrastructure.
Usage được log per call: provider, model, token counts, masked I/O. Cung cấp audit trail đầy đủ và cost accounting foundation — truy vết được mọi lần gọi AI theo tenant, module và thời gian.
05 · Kiến trúc Dữ liệu
Workload của nền tảng là read-heavy analytical queries trên tens of thousands of rows per tenant — không phải high-concurrency write operations.
Per-tenant file model cho strong isolation, trivial backup (file copy), và khả năng chạy identically trên cloud server lẫn local laptop — đây là dual-deployment guarantee. Không có shared state nào cần coordinate giữa các tenant.
Lý do không phải WAL: WAL mode tạo sidecar files mà cloud-sync agents (Google Drive, OneDrive) sync độc lập và out-of-order — gây silent corruption. TRUNCATE giữ journal trong main file. Đây là non-negotiable constraint với bất kỳ khách hàng nào chạy shared data_root trên synced folder.
Mỗi user viết vào database file riêng. Shared read database được rebuild bằng cách merge tất cả partitions khi mở. Cho phép concurrent desktop use trên shared drive mà không cần network database server.
06 · Offline Build Pipeline
Pipeline tự động biên dịch Python application thành Windows executable — không cần interpreter trên máy end-user.
Data seeding cho phép developer bake demo state vào executable — customer nhận file và đã có sẵn dữ liệu mẫu thực tế. Zero-friction customer handoff.
07 · Performance Engineering
Trên deployment xuyên đại dương (cloud-to-Vietnam), mỗi round-trip không cần thiết đều visible với người dùng.
Trên tất cả responses, với configurable minimum size threshold để tránh overhead cho small payloads.
Hot, idempotent DB reads được cache: theme tokens, module registry, file modification times. Cache invalidated tại write site — TTL chỉ là safety net.
Long-lived headers cho versioned static assets. Short-lived cho per-tenant branding. No-cache cho manifests — đúng từng loại asset.
Scoped strictly vào static asset path — không bao giờ intercept module pages hoặc tenant data routes. Tránh stale cache bugs cho dynamic content.
Tất cả module UI files được import tại startup — user click đầu tiên không phải trả cold-load cost. Perceived performance tốt hơn đáng kể trên connection chậm.
Context propagation qua async boundaries được xử lý ở infrastructure level — AI calls trong background workers luôn resolve đúng tenant context, bất kể async runtime scheduling.
08 · Module Delivery Model
Analytical module mới được xây qua quy trình expert-agent collaboration. Domain expertise và engineering execution song song — không tuần tự.
Bài toán phân tích, input data shape và expected output (reports, ratios, narratives).
AI-augmented development agent scaffold module skeleton, implement data pipeline, build report layout, wire AI analytical layer.
Expert review domain accuracy — không phải implementation details. Expert không chờ engineer. Engineer không đoán requirements một mình.
Module được test với real customer data trong isolated worktree trước khi promote lên platform production.
Mỗi customer's modules là independent forks. Thay đổi financial analysis module của customer A không bao giờ được inherit bởi customer B's version của cùng module đó. Đây là giải pháp cho "lowest common denominator" problem của shared BI template systems.
Giới hạn tiết lộ
Các lựa chọn cụ thể trong compilation pipeline, exact context propagation implementation, AI prompt architecture, và module scaffold patterns là proprietary. Nếu bạn đang đánh giá BCanvas cho enterprise deployment và cần deeper technical assurance, liên hệ trực tiếp với chúng tôi.
Liên hệ đánh giá kỹ thuậtChúng tôi sẵn sàng cung cấp technical brief, security documentation và demo môi trường staging theo yêu cầu.
