项目介绍：为解决政企场景中知识资源分散、AI 能力重复建设以及智能化应用落地成本高等问题，建设统一 AI 能力中台，项目围绕智能客服、企业知识管理、数据分析及流程自动化等业务场景，提供智能问答、知识检索、Agent 智能体、工作流编排及多模型接入能力，实现 AI 应用的快速构建与统一管理，为后续 AI 场景扩展及私有化部署提供基础能力支撑。
技术栈：React 19、TypeScript、Tailwind CSS 4、Express、LangGraph、PostgreSQL、Redis、Nginx。
项目职责：
负责 AI 中台前后端核心功能开发，完成 AI 对话、RAG 知识库、Agent 智能体、工作流编排、多租户权限体系等模块建设。
基于 LangGraph 构建 ReAct Agent 智能体框架，结合 StateGraph 实现多轮推理、工具调用、上下文记忆及任务编排能力，支持复杂业务场景自动化处理。
设计 Tool Registry + Agent Runtime 工具调用体系，实现工具动态注册、参数校验及执行状态管理，并通过调用链深度控制与熔断机制避免循环调用问题。
基于 SSE + ReadableStream 实现大模型流式输出能力，支持 Token 级实时响应、增量渲染及会话同步，提升 AI 对话交互体验。
搭建 RAG 知识库体系，实现文档解析、文本切片、Embedding 向量化、语义检索与上下文增强，提高企业知识问答场景下的回答准确率。
基于 React Flow 与 LangGraph StateGraph 实现可视化 AI 工作流引擎，支持 LLM、知识检索、工具调用、条件分支等节点编排，降低 AI 应用开发成本。
设计统一模型接入层，支持多模型接入与管理，并基于 Token Budget、动态配额及分层限流机制实现资源治理与成本控制。
基于 JWT、Zod 及租户上下文隔离机制实现多租户权限体系，支持组织级数据隔离、角色权限控制与安全校验。
基于 React Query、Zustand 完成前端状态管理与复杂业务交互开发，实现工作流编辑器、知识库管理及 AI 对话等核心功能。
集成 MCP Server 作为统一外部工具接入层，实现数据库诊断、API 健康检查及开发环境自动化检测能力，增强 Agent 外部工具调用的标准化与扩展性。