校园生活平台 + 多 Agent AI 智能客服
智能电商平台 是一款企业级高并发秒杀电商系统，围绕优惠券秒杀与热点数据查询两大核心场景，深度整合了多 Agent 协作的 AI 智能客服。项目在传统电商秒杀架构之上，补齐了高并发稳定性、动态令牌、限流、消息可靠性、数据一致性闭环，并加入了订阅通知、候补排队、AI 智能客服等亮点功能。
| 模块 | 能力 |
|---|---|
| 秒杀引擎 | Redis + Lua 原子化脚本，Kafka 异步削峰，分布式锁，四级缓存防击穿/穿透/雪崩 |
| AI 智能客服 | 多 Agent 编排，意图识别，RAG 知识增强检索，三层记忆，动态 Skills 注入，LLM-as-Judge |
| 分库分表 | ShardingSphere-JDBC 5.3.2，8 张核心表水平拆分 |
| 分布式基础设施 | Redisson 分布式锁/延迟队列/布隆过滤器，雪花 ID 生成器，Kafka 消息可靠性 |
| 监控告警 | Prometheus + Micrometer，Agent 级性能采集，Webhook 告警 |
用户 → Vue3 AiChatDialog → POST /ai/chat → ChatOrchestrator (六阶段管道)
│
┌──────────┬──────────┬──────────┬────────┼────────┬──────────┐
▼ ▼ ▼ ▼ ▼ ▼ ▼
MemoryMgr IntentRecog Knowledge AgentOrch AnswerVerify Monitor
(三层记忆) (三路投票) (RAG引擎) (多Agent) (防幻觉) (动态路由)
- 记忆上下文 — Redis 工作记忆 + 情景记忆向量检索 + 用户画像
- 意图识别 — LLM Few-shot + Jaccard 语义 + Pattern 关键词 三路融合投票
- 知识检索 — Query 重写 → 并行召回 → BM25+Vector 混合排序 → LLM 重排
- Agent 编排 — 意图路由 → General/Technical/Billing Agent → 复合问题并行
- 答案校验 — LLM 校验 grounded/pass/escalation，拦截幻觉回答
- 持久化 + 画像更新 — 写入 Redis 工作记忆，异步更新用户画像
每个 Agent 类型绑定额外的业务规范（SKILL.md），在请求时根据 Agent 类型 + 用户意图关键词 动态注入 System Prompt，支持热加载：
skills/
├── general_customer_service/SKILL.md # 通用客服接待/分流/投诉规范
├── technical_support/SKILL.md # 技术排障 SOP/错误码诊断
└── billing_support/SKILL.md # 账单/退款/发票处理规范
| 层级 | 技术 |
|---|---|
| 语言 | Java 21 |
| 框架 | Spring Boot 3.5.4, Spring AI 1.1.0 |
| LLM | DashScope (通义千问) / Anthropic Claude / DeepSeek 可切换 |
| RAG | BM25 + Hash Vector 混合检索, LangChain4j 文档分割, LLM Rerank |
| ORM | MyBatis-Plus 3.5.7, ShardingSphere-JDBC 5.3.2 |
| 缓存 | Redis 7 + Caffeine + Redisson 3.52 + Bloom Filter |
| 消息队列 | Apache Kafka |
| 前端 | Vue 3 + Vite + Element Plus + Pinia |
| 认证 | Sa-Token |
| 监控 | Micrometer + Prometheus + Actuator |
| API 文档 | Knife4j (Swagger) |
| 部署 | Docker Compose + Nginx |
msdp/
├── dp-core-service/ ← 核心服务 (Spring Boot 入口)
│ └── src/main/java/org/javaup/
│ ├── ai/ ← AI 智能客服模块
│ │ ├── agent/ ← 多 Agent 编排 + 答案校验
│ │ ├── intent/ ← 意图识别器
│ │ ├── knowledge/ ← RAG 混合检索知识库
│ │ ├── memory/ ← 三层记忆管理
│ │ ├── llm/ ← LLM 网关统一抽象
│ │ ├── tool/ ← 工具管理 + 熔断器 + 业务工具桥接
│ │ ├── evaluation/ ← LLM-as-Judge 评测
│ │ ├── monitor/ ← 性能监控 + 告警
│ │ ├── skill/ ← 动态 Skills 注入 + 热加载
│ │ └── config/ ← AI 配置
│ ├── controller/ ← REST 接口
│ ├── service/ ← 业务服务
│ ├── mapper/ ← MyBatis 数据访问
│ ├── entity/ ← 数据实体
│ ├── kafka/ ← Kafka 生产者/消费者
│ └── config/ ← Spring 配置
├── dp-common/ ← 公共模块 (枚举/异常/工具类)
├── dp-parameter/ ← DTO/VO 数据传输对象
├── dp-sharding/ ← ShardingSphere SPI 扩展
├── dp-id-generator-framework/ ← 雪花分布式 ID 生成器
├── dp-redis-tool-framework/ ← Redis 工具框架 (缓存/限流)
├── dp-redisson-framework/ ← Redisson 框架 (锁/布隆/延迟队列)
├── dp-mq-framework/ ← Kafka 消息队列框架
├── dp-vue3/ ← Vue 3 前端
├── sql/ ← 数据库初始化脚本
└── docs/ ← 文档
- JDK 21+
- Maven 3.8+
- Redis 7+
- MySQL 8.0+
- Kafka 3.x (或 Docker Compose 一键启动)
- Node.js 18+ (前端)
# 1. 克隆项目
git clone https://github.com/2001-zewei/msdp.git
cd msdp
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env: 填入 AI_API_KEY, Redis/MySQL 连接信息
# 3. 启动基础设施 (Redis, Kafka, Zookeeper)
cd dp-core-service/src/main/resources
docker-compose up -d
# 4. 初始化数据库 (执行 sql/ 目录下的脚本)
# 5. 编译启动
cd ../../../../
mvn clean package -DskipTests
java -jar dp-core-service/target/dp-core-service-0.0.1-SNAPSHOT.jar服务端口：
- 后端 API:
http://localhost:8085 - API 文档 (Knife4j):
http://localhost:8085/doc.html - Skills 管理:
GET/POST /ai/skills - AI 聊天:
POST /ai/chat
cd dp-vue3
npm install
npm run devdocker-compose up -dPOST /ai/chat
Content-Type: application/json
Authorization: Bearer <token>
{
"message": "为什么我的支付显示成功但订单没生成？"
}响应：
{
"code": 0,
"data": {
"reply": "根据您的描述，这可能是支付回调未及时处理...",
"conversationId": "uuid",
"intent": "technical",
"agentType": "technical",
"escalated": false,
"latencyMs": 1234,
"knowledgeUsed": true,
"verified": true,
"grounded": true
}
}# 查看已加载的 Skills
GET /ai/skills
# 热加载 (修改 SKILL.md 后无需重启)
POST /ai/skills/reloaddp-plus:
ai:
llm:
fallback-enabled: true
memory:
ttl-seconds: 86400
working-max: 20
compress-at: 15
rag:
top-k: 4
bm25-weight: 0.45
vector-weight: 0.55
skill:
dir: skills
max-prompt-chars: 5000MIT
Author: @2001-zewei