教育培训行业长期面临课时管理粗放、签到考勤混乱、师生信息不对称等痛点。传统培训机构多依赖Excel或纸质记录课时消耗，教师难以实时掌握学生剩余课时，家长无法透明了解孩子出勤情况，管理员在月底核对课时数据时费时费力且容易出错。随着"双减"政策落地后培训行业合规化要求提升，课时消耗的精准记录与可追溯性已成为机构运营的基本要求。
本系统是面向教育培训机构的课时签到管理平台，支持学生签到打卡、课时自动扣减、课程分配管理、多角色权限管控（学生/教师/管理员）等核心业务流程，并创新性地内嵌AI智能助手——管理员可通过自然语言直接查询系统数据（如"张三还剩多少课时""今天签到率怎么样"），AI基于LangChain4j Tool Calling自动调用数据库查询工具返回结果，将传统管理后台的"点菜单找数据"升级为"对话式即席查询"，显著降低管理者的数据获取门槛。
系统核心功能包括：三角色权限体系——学生端可查看签到日历、签到记录和个人仪表盘，教师端拥有教学仪表盘，管理端涵盖用户管理、课程管理、课时分配、签到日志、操作日志及AI助手，基于Spring Security + JWT实现角色路由守卫；课时全生命周期管理——按课程分配课时额度，学生签到时自动扣减，实时计算已用/剩余课时，支持课时明细追溯；签到考勤系统——学生在线签到打卡，管理员可查看全量签到日志和签到率统计，签到日历可视化展示出勤情况；AI智能数据助手——管理员通过自然语言对话查询系统数据，AI基于LangChain4j Tool Calling自动识别意图并调用7个数据工具（仪表盘统计、课程列表、课程详情、学生课时、教师课程、今日签到概况、最近签到记录）直查数据库，以流式SSE逐字返回自然语言回答，支持多轮对话上下文（按用户隔离记忆窗口20条，30分钟自动过期）；系统操作审计——完整记录管理员操作日志，保障机构数据操作可追溯。
技术栈采用前后端分离架构：后端基于Java 21 + Spring Boot 3.5 + MyBatis-Flex + PostgreSQL + Druid连接池，集成Spring Security + JWT实现三角色认证授权；前端使用Vue 3 + TypeScript + Pinia + Ant Design Vue + Vue Router构建SPA单页应用。AI层通过LangChain4j 1.1.0集成DeepSeek大模型，结合Caffeine本地缓存管理对话记忆，Knife4j提供API文档。
实现亮点：一是AI Tool Calling架构设计，将7个数据查询方法通过@Tool注解暴露给大模型，AI自动理解用户意图并选择调用对应工具直查数据库，绕过REST接口和Security过滤链减少开销，实现"自然语言即席查询"能力；二是按用户隔离的对话记忆机制，利用Caffeine为每个userId维护独立的消息窗口，支持多轮上下文对话，写入后30分钟自动过期清理，兼顾体验与内存安全；三是SSE流式输出，后端用Flux逐字推送AI回复，前端实时渲染打字效果，交互体验流畅自然；四是基于角色的前端路由守卫，student/teacher/admin三端界面自动切换，权限粒度精确到路由级。
难点在于：Tool Calling的工具选择准确性——需要精心设计每个@Tool方法的描述和参数注解，让大模型在模糊提问时仍能选对查询工具，避免误调用；对话记忆的生命周期管理——多用户并发场景下Caffeine缓存的容量规划和过期策略需要平衡内存占用与对话连贯性；AI数据查询的安全边界——工具方法直接注入Mapper查库不走Security链，需要在工具层自行做数据权限隔离，确保AI不会越权返回非管理员可见的数据；SSE流式响应的前后端协调——需要处理连接断开重连、AI生成超时、前
评论