城治云图智能案件调度平台

项目定位

这是一个城市治理案件调度平台，面向道路破损、占道经营、垃圾堆积、井盖损坏等问题，把上报、分类、派单、处置、核查、结案串起来。AI 主要用于案件分类、派单建议、规范检索和结案摘要。

项目思维导图

核心流程

技术架构

技术	作用
Spring Boot	案件、派单、流程、统计
MySQL	案件主表、状态日志、结案记录
Redis	热点区域、任务队列、会话缓存
MQ	派单通知、超时提醒、状态同步
Elasticsearch / 向量库	处置规范、历史案例、职责清单
Spring AI	案件分类、摘要生成、知识问答

AI 接入点

• RAG：治理规范、处置手册、部门职责、历史案例。
• Tool Calling：区域网格、责任部门、人员排班、历史案件。
• Agent：案件识别、规范检索、派单建议、摘要生成。

项目亮点

• 状态链完整，适合讲复杂流程和多角色协作。
• 能体现“AI 给建议，Java 做正式动作”的边界。
• 适合延伸人工确认、权限审计和高风险动作控制。

面试追问

1. 案件状态机怎么设计？
2. 智能派单如何避免派错部门？
3. 结案摘要如何保证可追溯？

1 分钟介绍

这个项目是一个 Java+AI 企业级项目，核心不是单独做聊天机器人，而是把大模型能力接入真实业务流程。我的讲法会先说明业务痛点，再讲 Java 后端负责流程、权限、事务和审计，最后说明 RAG、Tool Calling 和 Agent 分别解决知识检索、业务查询和多步骤编排问题。

3 分钟介绍

我会先从业务背景讲起：这个项目要解决的是传统系统中信息分散、流程依赖人工经验、处理效率不稳定的问题。整体链路上，用户先发起业务请求，Java 后端完成鉴权、参数校验、状态流转和数据落库；AI 层负责理解意图、检索知识、调用受控工具并生成草稿或建议。

技术上，项目通常会用 Spring Boot 承接核心业务接口，用 MySQL 保存业务主数据、状态记录和审计日志，用 Redis 做热点缓存、会话上下文和幂等控制，用 MQ 解耦通知、索引同步和统计任务。AI 能力上，RAG 负责检索企业知识和历史案例，Tool Calling 负责受控查询业务数据，Agent 负责编排多步骤任务。正式写操作和高风险动作不会让模型直接执行，而是进入人工确认或 Java 业务服务事务边界。

面试时我会重点强调三点：第一，AI 只是辅助理解和生成建议，不能绕过权限和审计；第二，所有工具调用都要做白名单、参数校验、限流和日志；第三，模型超时、无召回、低置信度或输出不合法时，要能降级到规则模板、人工处理或只展示已有业务数据。

简历一句话写法

我负责城市治理案件调度平台的核心流程设计，围绕案件上报、分类、派单、处置和结案做 Java+AI 智能化改造。