AI智能面试系统

AI智能面试对话平台
技术栈
SpringBoot3、SpringCloud、Nacos、Gateway、RabbitMQ、Redis Stack、SpringAI Alibaba、通义千问Qwen-Max、多Agent、MCP Server、RAG、BM25、Rerank、Tool Calling、SSE流式输出、微信支付V3、ServerLess
项目简介
本项目是微服务架构+大模型多Agent协同的智能面试训练平台，面向求职者提供简历解析、AI模拟面试、实时评分、自动生成面试报告等全流程服务。系统支持自然语言对话交互，通过RAG私有知识库实现付费题库精准溯源问答，集成微信支付完成商业化闭环，适配C端用户稳定、高并发、低成本使用场景。
主要职责
1. 多Agent智能编排优化
基于顺序、并行智能体模型，编排出题、答案评估、轮次打分、报告生成四大智能体。将原有串行面试流程重构为并行任务驱动模式，单场面试生成耗时从4分钟缩短至60秒，整体效率提升300%。依托事件驱动串联全流程评分与报告输出，实现面试考核全程自动化、无需人工干预。
2. 智能意图识别与对话链路优化
基于Tool Calling搭建智能意图路由体系，覆盖权益校验、简历解析、AI面试、题库问答、日常闲聊五大场景，识别准确率达95%。采用按需挂载10+工具策略，规避全量工具注入干扰模型推理；结合SSE流式输出与上下文裁剪机制，实现秒级首字响应，有效控制Token开销，降低大模型调用成本。
3. 自研AI分布式事务方案
针对AI异步任务、权益扣减、面试创建等易不一致场景，设计本地任务表+双重延迟消息校验+Redis心跳探活事务方案。
4. MCP Server AI能力中台搭建
独立开发标准化MCP服务，基于SpringAI协议统一封装出题、解析、评分、问答等AI通用能力。采用ServerLess架构，实现3秒极速冷启动、0-N弹性扩缩容，适配突发高并发流量，闲置资源自动释放，整体算力运维成本降低60%。
5. 企业级RAG付费知识库搭建
搭建完整检索增强体系，支持面试真题、PDF、Word、Txt多格式文档结构化入库。采用MySQL业务正本+Redis Stack向量索引分离架构，通过SHA-256内容指纹实现增量更新与向量库自愈，减少重复嵌入开销