AI 多Agent智能相亲交友匹配平台
项目简介：基于 FastAPI + LangGraph + LangChain、主管型多 Agent 编排、Function Calling 和 MySQL 运行留痕，构建红娘主管、画像师、筛选官、审核官四角色协作体系，实现会员画像与原文依据校验、必须项硬筛与加分维度边界放宽、候选方反向审核、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 10 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接入与应用层会员端维护资料、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 主管型编排红娘主管只做决策、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，干完一律回主管，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调。 - 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、候选、审核结论和交付人数全部由代码复核。
- 6MySQL 数据底座16 张业务表，运行、步骤、工具调用三张过程表可逐轮回放；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所有交接都经过主管
- 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手搭主管与三个子角色，子角色之间没有连线，干完一律回到主管；主管每轮输出「派谁、交代、理由」，派单必须是启用中的角色。 - 原理
- 只有主管知道下一步该派谁；主管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 id、轮次、派给谁、交代和一句话摘要，角色产出全部落库；每个角色需要谁的数据就自己去读对应的表。
- 原理
- 状态做薄、产出落库：进展历史只保留最近 12 条、每条 160 字，需要细节时现查库，而不是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：画像标签没依据、审核判通过的人其实不符合条件、主管说交付了 8 个人实际不到。
- 做法
- 每个画像标签都要附原文依据，代码逐一比对，对不上就丢；判通过的候选再拿候选方必须项复核一遍；交付人数从候选池里现数，一个都没有就判失败。
- 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
- 候选不够时让模型自己放宽条件，它可能一次放宽好几项，或者把必须项也放掉。
- 做法
- 放宽只在人数不足时发生，一次只动一个加分维度；六个可放宽维度、单次最大幅度和累计上限写在规则表里，越界或写不清幅度都拦回重试。
- 原理
- 模型在边界内自己选，边界本身由代码管。
05停用一个工具，模型真的调不到
- 问题
- 界面上有工具开关，代码里却写死了工具列表，关了照样被调用。
- 做法
- 八个工具的名称、分组、排序和启用状态都在
function_tool表，每轮派单时按角色分组和启用状态现查，关掉的工具模型下一轮就看不到。 - 原理
- 管理页看到的就是模型这一轮能调到的；每个角色只拿自己分组的工具，权限收在分组里。
06自主决策的过程不可见
- 问题
- 会员看到「正在匹配」，十几分钟后看到几个人，中间派了谁、调了什么、为什么这样选，没人知道。
- 做法
- 一次匹配写一条
agent_run，派单、工具调用、角色结论分开写agent_step，工具调用写tool_call_log；页面按轮次展开，并把候选从筛出、否决到通过、交付逐级画成漏斗。 - 原理
- 把过程当成一等产物来设计，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。
会员资源3 项
- 用户管理用户与账号维护
- 会员资料与相册审核审核会员提交的资料和相册
- 兴趣标签词表维护画像师取标签用的兴趣标签词表
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，支持连通性测试
- Prompt 模板红娘主管、画像师、筛选官、审核官四套提示词
- 子 Agent 定义四个角色的编码、人格提示词、工具分组与启用开关
运行观测2 项
- 工具调用日志查看每次工具调用的入参、返回行数和耗时
- 调度时间线与候选漏斗一次匹配每轮派给谁、调了什么、候选怎么一级级收窄
页面截图
共 13 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
从会员资料、择偶偏好讲起，到主管型编排、子 Agent 与工具中心、画像师、筛选官、审核官和调度时间线，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 建表脚本和会员初始化数据，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
数据库初始化、前后端启动、模型配置，从零把项目跑起来。
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。
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。
- 购买前请观看完整功能演示视频和了解左侧项目信息
- 源码和教程资料属于虚拟产品，下单后不支持退款