为美堂琴行构建以"私有知识库"为核心的 AI 客服与员工绩效管理系统。核心目标:将销冠的聊天能力通过 RAG 知识库复制给所有客服,让管理者用大白话"随口问"NL2SQL 系统查询绩效数据。Django 4-App 分层架构(customer_service / knowledge_base / user_auth / core),PostgreSQL + pgvector 向量存储统一管理,Redis 查询缓存,企业微信 API 全流程对接,Bootstrap 5 响应式前端。覆盖 AI 客服引擎、NL2SQL 自然语言查询、敏感词过滤、员工打卡日报、微信扫码登录、第三方 SaaS 同步接口等功能。
## 项目业绩
- 独立完成从零到一的全栈项目交付,设计 10 个核心数据模型、7 大功能模块、3 个 Django App + 1 个共享模块
- 实现 4 重安全机制,5 类敏感词覆盖,目标拦截率 100%
- NL2SQL 系统覆盖 10 类高频绩效查询(缺卡统计/日报提交率/迟到早退/部门汇总/打卡明细/加班天数/全员排名等)
- 建立完整文档体系:C4 架构图(上下文/容器/组件/代码四层)+ 数据库 ER 图 + 业务流程图 + API 规范文档
- 项目展示 AI 工程化落地能力(RAG 架构设计、向量检索精度、NL2SQL 安全校验、LLM 降级策略、知识库持续迭代)
## 项目难点
1. **RAG 引擎全流程设计**:销冠聊天记录清洗 → 对话对拆分 → Embedding 向量化 → ChromaDB/FAISS 语义检索 → LLM 生成回复,需平衡检索精度与响应速度,设计消息三路分发策略(自动回复/人工工作台/强制审核)
2. **NL2SQL 安全校验**:LLM 生成的 SQL 必须通过只读校验层(SELECT-only,禁止 DDL/DML),查询结果 10 分钟内 Redis 缓存,覆盖 10 类高频绩效查询场景
3. **多系统集成复杂度**:企业微信 API 全流程对接(Webhook 回调 + AI 引擎处理 + 消息发送 + 会话状态机管理),预留抖音/小红书 SaaS 同步接口
4. **4 重安全机制**:RBAC 三角色权限体系 + 5 类敏感词引擎(价格/承诺/退费/投诉/情绪,2 级响应提示/拦截)+ 微信白名单登录 + 全链路审计日志
5. **LLM 降级策略**:AI API 不可用时自动降级为关键词规则匹配,人工通道独立运行不受影响,确保业务连续性