[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"ad-slot-floating-promo":3,"$fNKPKZAsK-BYYdIobfxUSfIPnFk3_dqmBGsRDQiTnXmM":6,"ad-slot-course-detail-side":31},{"data":4,"_fetchedAt":5},[],1783500646926,{"id":7,"name":8,"icon":9,"description":10,"category":11,"price":12,"originalPrice":13,"content":14,"resources":15,"status":21,"tags":22,"type":28,"url":29,"orders":30},92,"AI 面试官与刷题训练平台","interview","基于多轮对话、结构化评分和Tool Calling，实现岗位题库、AI追问、回答评分、错题收藏、训练回放、能力雷达和个性化学习建议，适合学习工具调用日志、训练闭环和过程追踪。","AI_PROJECT",14900,25900,"\u003Ch2>一、项目技术栈\u003C\u002Fh2>\n\u003Cp>前后端分离\u003C\u002Fp>\n\u003Cp>\u003Cstrong>后端\u003C\u002Fstrong>：SpringBoot3 + Spring AI + MyBatis + PageHelper + Hutool + WebClient + JWT\u003Cbr>\u003Cstrong>前端\u003C\u002Fstrong>：Vue3 + Vite + Element-Plus + Vue-Router + Axios\u003Cbr>\u003Cstrong>AI 技术\u003C\u002Fstrong>：Spring AI + Function Calling \u002F Tool Calling（@Tool）+ 多轮对话上下文 + 结构化评分报告 + AI 动态追问 + AI 辅助出题 + 能力雷达 + AI 调用日志统计\u003Cbr>\u003Cstrong>数据库\u003C\u002Fstrong>：MySQL\u003C\u002Fp>\n\u003Cp>版本要求：\njdk 不低于 17，MySQL 5.7 或者 8，node.js 版本 18 以上，maven 版本建议 3.8 及以上，navicat 建议不低于 16\u003C\u002Fp>\n\u003Ch2>二、项目功能描述\u003C\u002Fh2>\n\u003Ch3>1. 管理员\u003C\u002Fh3>\n\u003Cp>登录、个人信息、修改密码\u003Cbr>用户信息：管理系统所有用户\u003Cbr>岗位与技术方向管理：维护面试岗位、技术方向与难度\u003Cbr>面试题库管理：维护题库题目，支持 AI 辅助生成题库题目\u003Cbr>AI 模型配置与 Prompt 模板管理：维护模型配置与各类场景 Prompt\u003Cbr>AI 模型连通性测试：在管理端测试模型是否可用\u003Cbr>AI 调用日志与统计：查看 AI 调用记录、Token 消耗与调用效果统计\u003Cbr>工具调用日志：查看 Function Calling \u002F Tool Calling 的工具调用记录\u003C\u002Fp>\n\u003Ch3>2. 用户\u003C\u002Fh3>\n\u003Cp>登录、注册、个人信息、修改密码\u003Cbr>训练首页：选择岗位与技术方向，开始面试训练\u003Cbr>训练题目生成与回答：AI 按岗位方向出题，用户作答并保存\u003Cbr>AI 动态追问：AI 依据用户回答继续多轮追问，模拟真实面试\u003Cbr>AI 单题结构化评分：对每道题回答给出分数、缺漏与参考答案\u003Cbr>整场训练总结报告：生成本场训练的综合评估报告\u003Cbr>错题收藏与复盘：收藏错题并进行复盘\u003Cbr>训练历史与回放：查看历史训练记录并回放问答过程\u003Cbr>学习建议与能力雷达：查看 AI 学习建议与能力雷达图  \u003C\u002Fp>\n\u003Ch2>三、项目创新点\u003C\u002Fh2>\n\u003Col>\n\u003Cli>\u003Cstrong>AI 扮演"面试官"而非"出题机"\u003C\u002Fstrong>：系统让 AI 完成出题、追问、评分、指出缺漏、给参考答案的完整链路，模拟真实面试的动态问答，而不是一次性生成几道题。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>基于 Spring AI 的 Function Calling \u002F Tool Calling\u003C\u002Fstrong>：用 \u003Ccode>@Tool\u003C\u002Fcode> 声明业务工具，让 AI 自动查询题库、自动保存学习计划，掌握大模型调用后端能力的工程落地。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>多轮上下文动态追问\u003C\u002Fstrong>：AI 携带对话上下文，根据用户上一轮回答决定是否深挖追问，形成有针对性的面试节奏。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>结构化评分报告\u003C\u002Fstrong>：单题评分强制结构化输出（分数、缺漏点、参考答案、提升建议），可沉淀、可统计、可复盘。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>训练可沉淀、可复盘、可回放\u003C\u002Fstrong>：面试会话、问答消息、评分记录、错题、学习计划全部落库，支持训练历史回放与错题复盘，把 AI 能力包装成可持续学习的训练系统。\u003C\u002Fli>\n\u003Cli>\u003Cstrong>AI 调用与工具调用双日志观测\u003C\u002Fstrong>：AI 调用日志统计 Token 与耗时，工具调用日志记录每次 Tool Calling，模型连通性测试保障线上可用性。\u003C\u002Fli>\n\u003C\u002Fol>\n\u003Ch2>六、关键页面截图\u003C\u002Fh2>\n\u003Cp>（等武哥补充关键页面截图）\u003C\u002Fp>\n",[16,17,18,19,20],"源码+SQL","喂饭学习教程","配套面试文档","环境安装文档","项目运行文档","上架",[23,24,25,26,27],"Springboot3","SpringAI","LLM","Function Calling","SSE","登峰造极",null,0,{"data":32,"_fetchedAt":33},[],1783500646930]