01 / CONTEXT
要解决什么问题?
订单售后问题通常分散在支付、履约消息、目标权益和账号绑定等多处信息中。这个独立项目将联合查询与调查过程放入一个工作台,在保持业务访问边界的前提下,使用模型整理证据和处理建议。
- 区分确定性业务判断与模型的推理职责。
- 让每次工具调用都受订单范围与访问权限约束。
- 让长任务可以取消、断线续订,并保留调查过程。
02 / APPROACH
把职责放在明确的位置。
- 业务工作台Vue / 查询 / SSE
- Java 业务边界认证 / 规则 / 只读工具
- Python AgentLangGraph / 有界调度
- 调查结果证据引用 / 历史回放
Java 管业务边界,Python 管编排
独立实现 Vue 3 / TypeScript 工作台、Java 21 / Spring Boot 3 业务服务与 Python / FastAPI Agent。Java 统一认证授权并代理调查 API 和 SSE,Python 使用 LangChain 与 LangGraph 组织工具调用。
只读取证,不自动修改业务
封装六类 Java 只读工具,固定主子订单范围,并逐次复核访问权限。金额、状态、履约期限、权益有效期与受益账号一致性由 Java 校验;处理建议与工单草稿由人工确认。
把依据作为结果的一部分
按产品、场景和事件时间匹配版本化规范,Python 汇总支付、履约、权益及绑定证据,校验结论引用,区分已确认事实、原因假设、缺证项与下一步建议。
长任务有状态,也有边界
使用 asyncio 有界调度,持久化任务状态、工具事件与结构化结果,通过 SSE 展示进度;设置轮次、工具次数和时限约束,支持主动取消、断线续订及历史回放。
03 / DELIVERY
从业务查询到调查回放的完整交付
完成五页业务工作台、Java / Python 双服务、PostgreSQL 数据管理,以及 Docker Compose + Nginx 公网 HTTPS 部署。项目使用合成业务数据展示调查流程,不连接公司生产系统。
访问独立项目演示 ↗案例依据个人简历与项目材料整理,仅描述本人参与的工作;图中展示职责划分,不包含公司内部地址、生产数据或保密实现。
04 / REFLECTION
这段实践留下的判断。
AI 应用首先是业务系统。权限、规则、任务状态与证据引用由工程机制约束,模型负责在边界内组织调查,不把生成的建议直接变成退款或权益补发。