企业级AI知识库与智能客服中台（AI赋能业务）产品系统Vibe Coding

• 业务痛点：内部知识分散、客服人力成本高、响应慢，传统搜索无法满足精准问答需求。

• 技术决策：主导Spring Boot + LangChain + PGVector的RAG架构选型，设计「文档解析-向量化-检索增强-大模型生成」全链路工程化方案；推动AI能力中台化，支持多业务线快速接入。针对海量企业文档与多模态数据，采用MinIO构建分布式对象存储底座，实现非结构化数据的低成本高可用存储；引入Kafka作为异步消息队列，解耦文档解析与向量化计算链路，彻底解决大批量文档上传时的系统阻塞问题。

• 团队管理：组建5人AI攻坚小组，制定2周冲刺计划，协调算法、后端、前端资源，确保项目按期交付。
• 知识检索准确率从60%提升至92%，客服响应时间从10分钟缩短至秒级。
• 替代3名初级客服人力，年节省成本30万+，客户满意度提升15%。
• 依托Kafka的削峰填谷能力，系统文档处理吞吐量提升300%，MinIO存储方案较传统NAS方案节省约40%的硬件成本。
• 该方案已复用于2个子公司，成为集团标准化AI基础设施。