智造星图 MES 生产调度与设备诊断平台

项目定位

这是一个面向制造业的 MES 平台，核心处理生产计划、工艺协同、设备诊断、质量管理和异常闭环。AI 的作用是辅助诊断设备问题、解释工艺规则和给出调度建议。

项目思维导图

核心流程

技术架构

技术	作用
Spring Boot	生产、设备、工艺、质量接口
MySQL	计划、工单、设备、诊断记录
Redis	热点设备、会话、幂等
MQ	状态同步、通知、异步任务
Elasticsearch / 向量库	工艺文件、设备手册、案例
Spring AI	诊断、解释、建议生成

AI 接入点

• RAG：工艺文件、设备手册、维修手册、质量规范。
• Tool Calling：生产计划、设备状态、历史故障、质量记录。
• Agent：调度建议、诊断摘要、人工确认辅助。

项目亮点

• 制造业场景有深度，适合中高级表达。
• 能体现“调度”和“诊断”两个层面。
• 很适合补充流程图和业务图解。

面试追问

1. 生产调度为什么要保留人工确认？
2. 设备诊断数据怎么接入？
3. MES 状态一致性怎么保证？

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 MES 生产调度与设备诊断平台的 Java+AI 改造，围绕排产、设备健康、工艺协同和质量管理做智能辅助。