AI 多 Agent 长租公寓智能合租匹配平台
项目简介:基于 FastAPI + LangGraph + LangChain、主管型多 Agent 编排、Function Calling 和 MySQL 运行留痕,构建合租管家、画像师、筛选官、审核官四角色协作体系,实现租客画像与原文依据校验、合住偏好必须项硬筛与加分维度边界放宽、候选室友反向审核、主管动态调度、异步任务执行、Agent 调度时间线与候选漏斗追踪,覆盖多 Agent 决策、工具调用、代码硬校验和全过程可观测的完整闭环。
本项目覆盖的技术点
学完能答的面试题
学完这个项目,下面 22 道面试题你都能结合项目细节讲出来。题目在 AIGC 面试刷题网可以免费看。
系统架构
一张图看清整个系统的分层与核心链路,点开可缩放查看细节。
- 1接入与应用层租客端维护档案、合住偏好和动态,智能匹配是唯一执行入口,画像、候选、审核结果只展示;管理端维护模型、Prompt、角色、工具和系统参数。
- 2LangGraph 主管型编排合租管家只做决策、手上没有工具,每轮决定派画像师、筛选官还是审核官;三个子 Agent 共用一套执行器,干完一律回到合租管家,彼此不直接通信。
- 3配置驱动调度、画像、筛选、审核四条模型配置,四套 Prompt 与角色定义,七项系统参数,全部在后台维护、即时生效。
- 4八个数据库工具画像组、筛选组、审核组按角色分组授权,
function_tool表控制真启停,统一入口二次校验,只读工具支持页面试跑。 - 5异步执行、硬边界与代码核验后台任务执行状态图,页面轮询恢复进度;调度轮数、工具调用、放宽次数都有上限;画像依据、同性校验、候选与审核人数、交付人数全部由代码核对。
- 6MySQL 数据底座16 张业务表,运行、步骤、工具调用三张过程表按轮回放,服务启动时自动收尾中断的运行。
技术栈
用到的框架、中间件和模型。
技术难点与解法
每一项优化都针对一个真实问题,讲清楚问题、做法和背后的原理。
01所有交接都经过合租管家
- 问题
- 多个 Agent 互相直接移交,谁在什么时候做什么就说不清,流程一复杂就容易失控、兜圈子。
- 做法
- 用 LangGraph
StateGraph手搭合租管家与三个子角色,子角色之间没有连线,干完一律回到合租管家;它每轮输出「派谁、交代、依据」,派单必须是启用中的角色。 - 原理
- 只有合租管家决定下一步派谁;输出不合规只纠正一次,代码不替模型挑默认角色,否则时间线上的「主管决定」就是假的。
02子 Agent 之间不直接通信
- 问题
- 把上一个角色的长篇输出塞进下一个角色的提示词,上下文越跑越长,还会互相带偏。
- 做法
- 图里只传任务号、轮次、派给谁、交代和一句话摘要,角色产出全部落库;合租管家每轮现查进展,下一个角色要谁的数据就自己调工具去读。
- 原理
- 状态做薄、历史截断:进展里的历史只看最近 12 条、每条 160 字,需要细节时现查库,不让历史在上下文里滚雪球。
03多智能体的产出要可信
- 问题
- 同一件事问两次可能给两个答案:画像标签没有根据、审核说通过其实不满足、合租管家说「已有 8 人通过」实际不是。
- 做法
- 每个画像标签要附原文依据并逐一比对,对不上就丢;判通过的候选按候选方必须项再复核一遍;交付人数从候选池现数,一个可交付都没有就判失败。
- 原理
- 模型负责选和写,代码负责算和核。
04筛选放宽要有边界
- 问题
- 候选不够时模型自己放宽条件,容易一次放宽好几项,或者把必须项也放掉,变成为了凑人数而降标准。
- 做法
- 放宽说明必须写成「维度+幅度」,一轮只动一个标「加分」且有约束的维度;年龄、预算、门店、整洁度、租期、作息各有单次和累计上限,写在工具的规则表里,越界的写入直接拒绝。
- 原理
- 模型在边界内自己选,边界本身由代码定。合租只找同性也是同一个思路:性别固定取申请方档案,不靠提示词约束。
05停用一个工具,模型真的调不到
- 问题
- 后台有工具开关,代码里却写死了工具列表,停用之后模型照样能调。
- 做法
- 八个工具的描述、参数 Schema、分组、启停状态都在
function_tool表里,每次执行按角色分组现查启用中的工具拼清单,统一调用入口再查一次,停掉的工具模型下一次就看不到。 - 原理
- 工具页上关掉的就是模型手上真的没有的;每个角色只拿自己分组的工具,权限按分组授予。
06多智能体的过程不可见
- 问题
- 租客看到「正在匹配」,过一会儿看到一份名单,中间派了谁、调了什么、为什么筛掉这些人没人知道。
- 做法
- 一次匹配写一条
agent_run,调度、工具调用、角色结论分开写agent_step,工具调用另写tool_call_log;页面按轮次展开,候选从筛出、否决、通过到交付逐级画漏斗。 - 原理
- 把过程当一等产物来设计,出问题能定位到第几轮、谁、调了什么、拿到了什么。
功能清单
按角色看这个系统都能做什么。
租客资源3 项
- 用户管理用户与账号维护
- 租客档案审核审核租客提交的档案和生活照,已通过的档案才会被筛选官检索到
- 兴趣标签词表维护画像师打标签、筛选官检索共用的兴趣标签词表
AI 能力配置5 项
- AI 模型配置调度、画像、筛选、审核四条模型配置,密钥脱敏,支持测试连通
- Prompt 模板合租管家、画像师、筛选官、审核官四套提示词,支持变量预览
- 子 Agent 定义四个角色的提示词、工具分组、调用上限与启用开关
运行观测2 项
- 工具调用日志查看每次工具调用的入参、返回、成败和耗时
- 调度时间线与候选漏斗一次匹配每一轮派了谁、做了什么,候选怎么一级级收窄
页面截图
共 10 张真实运行截图,点击大图查看高清原图。
点击放大你将获得
购买后可以拿到的全部内容。
喂饭级学习教程18 章
从租客档案、合住偏好讲起,到模型与提示词接入、Function Calling 执行器与主管型编排、子 Agent 与工具中心、画像师、筛选官、审核官、合租管家和调度时间线,按开发顺序一章一章讲。
完整源码 + SQL16 张业务表
FastAPI 后端 + Vue3 前端完整源码,MySQL 建表脚本和租客初始化数据,依赖版本全部锁定。
配套面试文档
电梯陈述、架构与选型、主管型编排与代码核验深挖、高频面试题和难点包装,面试时照着讲。
环境安装文档
Python、MySQL、Node.js 等开发环境的安装与配置。
项目运行文档
建库导入、前后端启动、模型配置,让项目跑起来。
常见问题
下单前最常被问到的几个问题。
这个项目是 Java 还是 Python?
后端是 Python(FastAPI + LangChain + LangGraph),前端是 Vue3。
模型需要自己准备吗?
需要自己在 DeepSeek 开放平台创建 API Key,在管理端「AI 模型配置」里填入即可,四个角色可以分别配置,改完立即生效。模型走接口调用,不需要显卡。
匹配会推荐异性室友吗?
不会。合租只找同性,由代码保证:检索候选时性别固定取申请方档案里的性别,写候选池时再核对一次。
基础薄弱能学会吗?
教程是喂饭级的,从登录注册、统一返回这些工程底座讲起,每章都有验证步骤。基础不够的话,可以先按上面的「学习路径」从基础项目学起。
能写进简历、用作毕业设计吗?
可以,配套面试文档里有项目介绍、难点包装和高频追问,照着就能讲清楚。至于毕业设计,有小伙伴问过我,统一回答一下:AI 实战库板块的项目拿去做毕业设计,就四个字——降维打击。
源码能用于商业项目吗?
源码和教程本质上是给大家学习、提升技能的。如果需要商用,自己二次开发一下也没问题,但禁止原项目 + 教程转手倒卖。我是一个程序员,能看到你们学习我的教程提升能力,能听你们叫我一声大佬,挺幸福的!知足~
售后答疑
买完不是结束跟着教程学习,遇到问题不用自己硬扛。