1. 立项原因
IT 求职备考高度依赖面试题与面经，但优质内容长期分散在博客、网盘、付费课程和社群中，存在更新慢、检索难、分类不统一、难以按岗位系统复习等问题。同时，一线开发者积累的真实面试经验难以结构化沉淀为可复用题库。因此立项建设「面试手册」平台，将分散知识统一沉淀为可检索、可练习、可贡献的面试题库产品。
2. 旨在解决什么问题
面试资料分散、质量参差不齐，难以系统化复习
题库分类与岗位方向不对齐，检索与刷题效率低
优质内容缺乏贡献与激励机制，题库难以持续扩充
小程序场景下内容合规与刷量风险需要可控治理
3. 行业场景
面向互联网/IT 职业技能培训与求职备考场景，覆盖 Java、前端、数据库、算法等技术方向的面试准备。主要服务求职者刷题备考、创作者贡献题解、运营人员进行内容审核与平台治理。
4. 业务背景
产品以微信小程序为 C 端入口，配套管理后台。核心业务围绕「题库内容建设 → 学习练习 → 社区互动 → AI 陪练 → 积分激励」展开：用户可浏览、发布、审核面试题；通过点赞、收藏、刷题、速记完成学习闭环；通过 AI 模拟面试与智能问答提升练习效果；通过积分激励优质 UGC，并与现金打赏体系隔离，形成可持续的内容生态。
题库与内容管理
支持多级技术分类与按职业筛选；题目浏览、详情、搜索；用户可保存草稿、提交发布、修改内容；后台/移动管理台完成审核通过、驳回、强制下架；支持分类建议提交与运营处理。
互动与学习
支持点赞、收藏及收藏夹管理；记录刷题浏览历史，提供本周刷题排行；支持面试速记记录与知识点标签；支持评论及评论治理。
社交与创作者
支持个人主页资料、关注/粉丝、主页访问、社交通知；支持举报、拉黑；为创作者提供作品数据总览、热门排行与互动趋势分析。
用户与认证
基于微信小程序登录；维护统一用户主数据及会员扩展资料、统计与职业偏好。
AI 智能陪练
提供 AI 面试官模式（抽题、作答评估）与题库增强问答模式；支持 SSE/WebSocket 流式输出、多轮会话记忆、模型选择与会话持久化管理。
积分激励
围绕优质题目贡献与社区反馈发放积分；采用待结算冷静期机制；支持积分兑换 AI 额度等权益；提供流水查询、规则透明化、申诉与运营调账能力；与现金钱包体系隔离。
运营与后台
提供题目/资料/评论/举报/分类建议/商务线索等审核处理能力；支持 Banner、热搜、站点信息等运营配置。
安全合规
登录鉴权；UGC 写入统一进行本地敏感词检测、微信文本安全审核与写操作频率限制
1. 负责模块
题库内容与统一发布审核流程
互动学习（赞藏、刷题、速记、评论）
社交与创作者数据能力
AI 陪练模块（面试/问答/会话）
积分账户、结算与兑换
微信登录与内容安全接入
后台/小程序管理端接口与平台基础能力
2. 技术栈
语言与运行时：Java 21（虚拟线程）
框架：Spring Boot 3.4
ORM：MyBatis-Flex
数据库：MySQL 8，Flyway 迁移
缓存：Redis
认证：Sa-Token
AI：LangChain4j（OpenAI/Ollama 兼容），SSE/WebSocket 流式
接口文档：Knife4j / OpenAPI
其他：微信小程序服务、OSS、定时任务、Micrometer 监控
3. 架构
采用 Maven 多模块分层架构：
web：接口接入层（Controller）
service：业务规则、事务、状态流转
repo：数据持久化（Entity/Mapper）
model：入参/出参模型
security：认证鉴权
wechat：微信能力封装
ai：AI Agent 与会话能力
points / points-api：积分业务与事件契约
common / redis：通用与缓存能力
业务数据按限界上下文分域建模（内容、互动、社交、学习行为、钱包、积分、AI 等），用户主数据统一为 sys_user。C 端以 REST 为主，AI 场景补充 SSE/WebSocket；积分通过业务事件与题库互动解耦。
4. 亮点
统一发布接口覆盖草稿、发布、修改，题目状态流转清晰可控
积分与现金钱包隔离，采用延迟结算 + 幂等 + 限额 + 信誉系数，兼顾激励与防刷
基于 LangChain4j 的 Agent 能力，
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论