AI智能对话平台产品系统

该项目是一套基于大语言模型构建的AI智能代码生成平台，支持从自然语言需求分析、代码生成、项目构建到Docker一键部署的全流程自动化开发。

1.智能需求理解与代码生成
用户通过自然语言描述需求，平台自动解析并生成对应的项目代码（含页面、工程文件及配置文件）。
支持动态Tool Calling，可调用外部工具辅助生成复杂模块。
2.多轮对话与上下文记忆
基于SessionId隔离不同用户会话，利用Redis持久化对话上下文，支持长流程交互中的记忆保持，减少重复输入。
3.实时流式输出
基于Reactor + SSE实现AI生成内容的流式返回，用户可实时看到生成进度，提升交互体验。
4.多级缓存与性能优化
对高频AI请求结果进行Redis + Caffeine多级缓存，显著降低大模型重复调用成本及接口响应时间。
5.一键部署与应用生命周期管理
用户完成代码生成后，可通过Docker一键部署运行，支持应用的创建、源码下载、部署及后续管理。

技术栈：
SpringBoot+SpringCloudAlibaba+Dubbo+LangChain4j+LangGraph4j+MyBatisPlus+MySQL+Redis+Caffeine+
Nacos+Gateway+Docker+Prometheus+Grafana
职责描述：
1.负责AI Agent核心工作流设计与开发，基于LangGraph4j将需求理解、代码生成、代码优化等流程拆分为多个节点，实 现复杂任务自动编排，新增工作流节点开发效率提升约30%。
2.负责Prompt工程及Tool Calling能力开发，实现自然语言需求自动转换为可运行项目代码，并支持动态调用工具生成页 面及工程文件。
3.负责AI流式输出能力开发，基于Reactor + SSE实现生成内容实时返回，将用户首次响应时间由约8秒缩短至1.5秒以内 ，显著提升交互体验。
4.负责多轮会话记忆模块设计，利用Redis持久化上下文，通过SessionId隔离不同应用会话，对话上下文命中率达到95%以上，有效减少重复输入需求。
5.负责Redis + Caffeine多级缓存设计，对高频AI请求结果进行缓存，缓存命中率达到88%以上，大模型重复调用减少约55%，有效降低接口响应时间及模型调用成本。
6.开发Spring Cloud微服务架构建设，完成Gateway网关、Nacos注册中心及服务治理相关开发。
7.实现Docker一键部署模块开发，实现应用创建、部署、源码下载及生命周期管理，将应用部署时间由约10分钟缩短至2分钟以内。
8.实现 Prometheus+Grafana监控体系建设，对CPU、内存、接口耗时、模型调用等20+项核心指标进行实时监控，提高系统运维效率。