项目背景与职责

面试主回答

背景：

这个项目属于课题组在农业机械领域的大模型智能体应用研究，设备智能运维平台是承载业务数据和验证智能体能力的应用环境。平台围绕农机资产、作业、维保和成本等业务，探索智能体如何结合设备状态、业务记录和专业资料，辅助完成知识查询、故障排查及调度方案准备。

农机场景中的问题通常需要同时使用两类信息。一类是说明书、维修手册和操作规范，包含设备结构、故障原因和维护要求；另一类是平台中的动态业务数据，例如设备当前是否可用、是否存在维修工单、作业安排是否冲突。只查手册，无法判断具体设备的实际情况；只查业务数据，又缺少解释故障和提出维护建议的专业依据。

因此，项目将知识检索与业务工具结合，让智能体能够围绕具体问题获取信息、形成建议，并提供可核对的依据。

涉及调度和维保安排时，智能体生成的方案还需要经过资源检查和人工确认。平台负责权限、状态流转和执行审计，便于验证建议是否符合业务约束，以及确认后是否被正确执行。

职责：

我主要参与后端业务模块和大模型应用部分。一方面，使用 Spring Boot、MyBatis 和 MySQL 开发农机资产、作业任务、维保、成本及经营分析相关接口，结合组织、角色和成员数据范围实现多租户访问控制。这些业务能力也作为智能体的工具入口，让它能够查询实际记录，并通过已有业务流程准备和执行方案。

另一方面，我参与 Agent 工作流与工具调用的实现，将业务查询、知识检索和确定性校验串起来。例如准备调度方案时，需要先查询任务要求和可用设备，再检查资源与时间冲突；生成维保建议时，需要结合设备记录和专业资料。工具执行统一处理参数、权限、超时和执行预算，涉及业务写入的方案由人工确认后执行，并记录审计日志。

知识问答部分，我负责文档处理与检索链路，通过 RabbitMQ 异步处理 PDF 渲染和文本提取，使用 MinerU 补充 OCR，并基于 ColQwen 实现页面视觉检索，以保留维修资料中的表格、图示和版面信息。

回答前检查文档权限与版本，返回带页码的引用；同时通过离线测评观察检索效果，Recall@10、MRR@10 和 NDCG@10 分别达到 0.945、0.798 和 0.839。

我还参与了对话记忆、图像识别服务和 MCP Server 的接入。记忆用于保留近期上下文和召回历史信息，动态设备状态仍通过业务工具查询；图像识别返回候选机型及置信度，供人工复核后关联资产；MCP Server 则将机型查询、图像识别和知识问答等能力提供给支持该协议的客户端。