铁路购票助手产品系统Vibe Coding

紧跟 AI 应用开发行业趋势，学习 Java 生态下大模型工程化落地方案。依托 SpringBoot+MyBatis-Plus 巩固传统 CRUD 后端开发能力，同时完整实践 LangChain4j 流式对话、会话隔离、对话记忆持久化、自定义工具函数调用、RAG 检索增强知识库等核心 AI 能力。

项目依托 SpringBoot+MyBatis-Plus 搭建基础购票业务接口，通过 LangChain4j 实现大模型流式对话输出，设计会话隔离与对话记忆持久化机制保存用户历史咨询内容，借助函数工具调用让 AI 自主完成车次查询、订单核验等业务操作，搭配 RAG 铁路专属知识库导入购票规章等专业文档，约束大模型输出专业准确的出行咨询内容，实现自然语言驱动的智能购票咨询服务

基于 SpringBoot+MyBatis-Plus+MySQL 搭建铁路购票基础业务系统，完成车次、乘客、订单数据增删改查与数据库索引优化；整合 LangChain4j 实现 AI 对话流式输出，基于会话 ID 完成多用户对话隔离，实现对话记忆 MySQL 持久化存储；封装车次查询、余票核验、订单查询为 AI 可调用工具函数，支持大模型自主调用业务接口；构建铁路购票专属 RAG 知识库，导入客运规章、时刻表、退票规则等文档，实现检索增强问答，降低大模型幻觉，可精准解答用户各类自然语言购票咨询，AI 对话与后端业务联动稳定可靠。