🤖 SmartTicket-AI: 基于 Spring AI 与 Agent 架构的智能票务助手

📖 项目简介

SmartTicket-AI 是一个与高并发票务核心系统深度解耦的 AI Agent 智能微服务系统。 本项目旨在解决传统票务系统中“规则查询繁琐、演出检索不够智能化、系统排障链路长”等痛点。依托 Spring AI 框架，系统集成了 RAG（检索增强生成）、Function Calling（函数调用）以及 MCP（模型上下文协议），构建了三个垂直领域的智能大模型助手，实现了从 C 端智能交互到 B 端自动化运维的全面 AI 赋能。

系统底层兼容多种大语言模型接入（如阿里云百炼平台、DeepSeek 等），并具备高可用的向量知识检索与业务系统联动能力。

🏗️ 核心技术栈与架构

• 基础框架：Spring Boot 3.x, Spring AI
• LLM 接入基座：阿里云百炼 (Bailian) / DeepSeek / Ollama 本地模型
• 知识库与增强：RAG 架构、VectorStore (向量数据库)、文档自动化解析流水线
• 核心 Agent 工具：Function Calling, MCP (Model Context Protocol), Spring AI Advisor
• 系统联动：与传统微服务进行 RPC/REST 交互，实现数据双向互通

(💡 建议：在此处放上你的系统交互时序图或 RAG 架构图，路径如：![AI架构图](./docs/images/ai-architecture.png))

🧠 核心 Agent 矩阵与落地场景

本项目根据不同业务边界，抽象出三大 AI Agent 角色，分别解决推荐、客服与运维三大核心诉求：

1. 智能导购 Agent (Ticketing Assistant)

打破传统的条件筛选框，通过自然语言对话完成复杂的意图识别与业务调用。

• 核心技术：基于 Function Calling 动态路由业务 API。
• 落地场景：
  • LBS 智能推荐：“我在南京鼓楼附近，这周末有什么 Livehouse 演出或话剧？” -> AI 解析地理位置与时间意图，调用底层演出查询 API 并整理返回。
  • 详情聚合：自动汇聚多票档价格、座位余票情况及场馆信息。
  • 代客下单：在对话上下文中收集观演人、联系方式等槽位信息（Slot Filling），验证通过后自动调用订单服务生成交易流水。

2. 智能规则 Agent (Policy Knowledge Base)

针对票务系统复杂的“退换票规则”、“儿童入场政策”等非结构化文本，提供高精度的智能问答。

• 核心技术：基于 RAG (Retrieval-Augmented Generation) 架构。使用 Embedding 模型对平台规则、法律条款进行向量化存储，配合 VectorStore 召回最相关的上下文，利用 LLM 进行归纳输出。
• 落地场景：
  • “演出延期了，具体的退票政策是什么？”
  • “1.2米以下的儿童看音乐剧需要买全票吗？”

3. AIOps 运维 Agent (DevOps Copilot)

专为研发与运维人员设计，通过自然语言对话即可洞察微服务集群的健康状态。

• 核心技术：深度应用 MCP (Model Context Protocol) 与自定义 Advisor。
• 落地场景：
  • 日志智能分析：“帮我查询一下今天报‘用户手机号不存在’的异常日志。” -> Agent 主动拉取 ELK/日志中心数据并进行错误归因。
  • 链路追踪：“根据这个报错的 traceId，帮我分析一下整个调用链路瓶颈。”
  • JVM 监控：“查看 order-service 目前的 JVM 内存使用情况和 GC 频率。”