价格缓存查询系统产品系统Vibe Coding

为解决传统机票推荐系统仅依赖“地理距离”导致的推荐结果不实用、用户点击率低的问题，主导设计并实现了基于Agentic-RAG和LangGraph的智能邻近机场推荐系统，将推荐逻辑从“最近机场”升级为“最合适机场”。

1.智能机场推荐：综合考虑多模地面交通便利性、机场枢纽规模、航线网络覆盖及用户真实偏好，输出可解释的出行方案
2.Agentic-RAG智能工作流：基于LangGraph构建具备规划、检索、反思、行动闭环的智能体
3.LLM重排机制：替代传统语义匹配模型，使排序遵循“枢纽优先、兼顾便利”等业务规则
4.质量门控与降级策略：实现Self-RAG质量门控，确保结果的事实依据与系统稳定性

架构设计：主导技术演进路径，从初期“多模型PK”方案演进到LangGraph构建的Agentic-RAG架构
知识库构建：整合城市/机场静态数据、交通可达性（自研地图API服务）及机场服务能力（航线量等指标）
核心算法：设计并实现基于大模型推理的LLM重排 + Self-RAG质量门控
评估体系：建立以Precision、Recall、F1、nDCG为核心的四维评估体系，通过AB测试量化效果