基于 Spring Boot+AI 大模型的大学志愿填报辅助系统

技术信息

语言技术
Java、SpringMVC、Mybatis、JavaScript、Vue系统类型
Web、Linux行业分类
人工智能、企业服务

作品详情

行业场景

项目背景：传统高考志愿查询系统功能单一、信息滞后、缺乏个性化指导。本系统在现有 Tlias 全栈管理平台基础上，接入通义千问大模型，新增「大学报考 AI 助手」模块，实现智能检索、分数推荐与流式对话，提升考生决策效率与使用体验。

功能介绍

完成大学搜索、详情、分数预测、智能对话 4 大核心功能，支持流式与非流式双模式，接口稳定可交付。通过 Redis 缓存与 Token 管理，减轻数据库与重复大模型调用压力，提升接口响应与并发能力。形成可复用的「Spring Boot + Spring AI + 通义千问 + SSE + Redis」技术方案，具备 Java + AI 应用落地与运维能力。

项目实现

大模型集成与接口设计：基于 Spring AI Alibaba 对接通义千问（qwen-plus），统一 UTF-8 编码与 API 配置；设计并实现大学搜索、大学详情、分数预测、AI 智能对话等 RESTful 接口及对应流式接口（SSE）。流式输出与体验优化：采用 WebFlux + Flux 实现大学详情、分数预测、智能对话的 SSE 流式输出；前端解析 SSE 并支持无 `data:` 前缀的纯文本流，流式失败或超时自动回退至非流式接口，保证功能可用性。业务与异常保障：针对大模型输出格式不统一、接口异常易触发全局错误等问题，在 Controller 层对大学助手相关接口做全面 try-catch，异常时返回友好文案（如「服务暂时不可用，请稍后再试」），避免向用户展示系统级错误信息。Redis 缓存与登录态：使用 Redis 实现 JWT Token 存储与登出即失效；对部门列表、班级列表、员工详情做缓存并设 TTL，在增删改时主动失效，降低数据库压力、提升查询性能。