1.AI智能面试管理平台 2026.03—至今
项目描述:面向求职者的AI驱动面试模拟训练平台,覆盖“知识库管理➔简历解析➔智能出题➔实时作答➔AI评估➔报告导出”全链路闭环。
责任描述:
1.业务梳理和核心后端功能开发,完成知识库管理、简历解析、智能出题、题目作答、AI评估及报告导出等模块的设计与实现
2.基于SpringAI对接DashScope Qwen3,设计各业务场景的提示词与输入上下文;通过指令与业务数据分层管理,降低Prompt注入风险
3.优化RAG检索策略,引入LLM查询改写、多候选Query短路机制及动态TopK,结合查询长度调整检索相似度阈值,并通过扩大候选范围进行兜底,改善知识召回覆盖
使用AI辅助编码完成前端页面开发与后端功能联调,实现全流程数据联动与结果展示
涉及技术:SpringBoot4、Java25、SpringAI2.0、Postgresql+PGVector、Redis6、DashScope Qwen3
2.AI数据分析服务 2026.04—2026.06
项目描述:面向内部运营人员的数据分析服务、导出等场景,本项目采用ReAct 模式+Tool Calling完成功能构建。支持用户输入自然语言,通过LLM转换成需要查询的目标sql,并查询数据库数据,最终根据查询出的数据生成HTML形式的报告展示格式
责任描述:
1.负责业务需求分析、服务架构设计与后端核心功能开发,实现自然语言查询、SQL校验、数据查询及报表生成的交互流程与数据流转,完成接口设计及功能实现
2.基于SpringAI对接Qwen大模型,结合Prompt设计与Tool Calling,集成SQL生成、校验及数据查询能力,支撑自然语言到报表的业务流程
3.基于Redis 作为缓存和会话记忆存储
4.将数据库查询结果作为报表生成上下文,结合用户需求生成HTML报表
涉及技术:Springboot、SpringAI、Redis、MySQL、nginx等
3.AI智能开票 2024.05—2024.9
项目描述:面向企业以及个人用户开票场景,在现有开票SaaS平台中接入大模型能力,支持从用户输入的自然语言、图片及Excel数据中提取购方信息与开票明细,转换为同一的结构化开票数据。通过AI信息抽取、业务规则校验以及用户确认,衔接平台自动化开票流程,减少人工录入与不同格式数据整理工作
责任描述:
1.参与AI开票业务分析,梳理文本、图片及Excel输入的处理流程,定义统一开票数据结构
2.负责AI后端服务开发,结合OCR、Excel解析与Prompt设计,实现开票信息提取、字段映射及结构化转换,减少人工整理
3.完善模型输出与业务规则校验,支持异常信息补充及用户确认,降低错误数据进入开票流程的风险
4.对接SaaS平台开票接口,实现开票提交与状态回写,并通过超时控制、有限重试及失败样例分析优化服务稳定性
涉及技术:Springboot、MyBatis、Redis、MySQL、nginx、AI大模型等