设备维修管理与可插拔 AI 辅助系统产品系统Vibe Coding

面向制造企业、物业管理、设备运维及中小维修团队的日常维修管理场景。传统维修业务常依赖纸质工单、聊天记录和人工经验，容易出现设备信息分散、维修进度不透明、历史经验难复用等问题。本项目通过完整的设备维修业务流程与独立 AI 增强模块，演示传统企业管理系统如何渐进式引入 AI 能力，而不破坏原有业务流程。

系统提供设备台账、故障报修、维修工单、工单状态流转及维修历史管理，采用明确的业务状态机保障传统维修流程的完整性。

AI 增强模块提供故障分类与优先级建议、基于历史维修案例的处理建议，以及维修总结草稿等辅助功能。界面将业务事实与 AI 建议分别展示，避免把模型输出直接当作业务决定。

系统强调 AI 可插拔设计：AI 模块关闭或 Provider 不可用时，传统维修流程仍可独立运行；AI 不直接执行业务数据写入。当前 V0.1 提供离线模拟和模型适配接口，真实收费模型调用尚未完成验收。

该项目是个人自主研发的传统业务系统 AI 升级演示作品。本人负责维修业务流程设计、系统架构、设备及工单领域模型、AI 增强层接口设计、前后端功能实现组织与测试验证，使用 AI 编码工具辅助开发。

后端采用 Java 21、Spring Boot、JPA、Flyway 及数据库持久化技术，前端采用 Vue 3、TypeScript 和 Element Plus。

项目重点实践传统业务与 AI 能力解耦，通过端口适配器、独立建议数据和 ArchUnit 规则限制 AI 对核心业务的修改权限，验证模型失败时业务仍可持续运行。现有 70 项测试资产覆盖状态流转、业务操作、AI 解析与异常处理。

当前为 V0.1 演示系统，尚未实现正式用户认证与 RBAC，也不宣称已完成真实客户生产部署。