帅皮AI智能体产品系统Vibe Coding

随着AI大模型技术普及，情感咨询、心理健康领域对个性化智能陪伴需求激增。传统聊天机器人仅能进行简单对话，缺乏长期记忆和工具协作能力，无法满足用户深度情感支持需求。本项目旨在打造一款基于大模型的AI情感助手，通过多轮对话记忆、专业知识检索和外部工具调用，为用户提供专业、贴心、可持续的情感指导服务，降低情感咨询门槛，实现24小时智能陪伴。

1.多轮情感对话：支持用户与AI进行自然语言交流，AI基于上下文理解情绪并给出专业回应。
2.对话记忆持久化：系统自动保存对话历史，服务重启后仍能恢复历史语境，实现长期记忆。
3.RAG知识库检索：内置心理学知识库，针对用户问题检索相关专业知识，提升回答准确性。
4.工具调用能力：支持AI自主调用外部工具完成复杂任务，如联网搜索约会攻略、生成PDF约会计划文档、资源下载等。
5.多模型灵活切换：可无缝切换通义千问、Ollama等多种AI大模型，适应不同场景需求。
6.日志监控与调试：记录对话请求和响应信息，便于开发者分析和优化模型表现。

我独立负责整个项目的架构设计、后端开发与AI集成，主要任务包括：
架构搭建：基于Spring Boot 3构建项目核心，整合Hutool、Lombok、Knife4j，实现全局异常处理和统一响应封装。
AI模型集成：利用Spring AI框架封装统一调用接口，实现通义千问、Ollama等多模型灵活切换。
Prompt工程优化：运用角色定义、Few-shot等技巧优化提示词，在阿里云百炼平台反复测试，提升回答准确率。
对话记忆持久化：自主实现基于文件系统的ChatMemory，结合Kryo高性能序列化库保存对话历史，解决服务重启后记忆丢失问题。
日志Advisor开发：通过实现CallAroundAdvisor接口记录每次对话的请求和响应日志，便于调试和监控。
RAG与工具调用：集成向量数据库实现知识库检索，配置Tool Calling使AI能自主调用联网搜索、PDF生成等工具。
技术栈：Java, Spring Boot 3, Spring AI, Kryo, Maven, Git。
难点攻克：多模型统一接口设计、对话记忆持久化策略选择、工具调用链的可靠性保障。