数策 ERP 财务报表分析助手

项目定位

这是一个面向 ERP 和财务分析场景的助手，帮助用户更快理解报表、经营指标、财务制度和预算口径。AI 负责解释和归纳，Java 负责权限、流程和数据落库。

项目思维导图

核心流程

技术架构

技术	作用
Spring Boot	报表、指标、制度、审计接口
MySQL	财务数据、报表记录、分析记录
Redis	热点报表、权限缓存、会话
MQ	数据同步、异步分析、通知
Elasticsearch / 向量库	财务制度、指标口径、分析报告
Spring AI	摘要、问答、口径解释

AI 接入点

• RAG：财务制度、报销规则、预算制度、指标口径。
• Tool Calling：ERP 数据、报表明细、历史分析、权限信息。
• Agent：分析摘要、指标解释、风险提示、人工确认。

项目亮点

• 适合讲严肃业务场景。
• 能体现权限、审计、口径和留痕。
• 很适合有工作经验的人来讲。

面试追问

1. 财务指标口径怎么保证一致？
2. 报表数据为什么要做权限隔离？
3. AI 解释经营指标时如何避免编造？

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 ERP 财务报表分析助手的 Java+AI 方案，覆盖指标解释、制度问答、经营分析、权限审计和 RAG 检索。