公司产品的核心 Agent 能力平台与企业知识中心。从 idea 发起，到产品设计、交互设计、视觉设计、架构设计、开发实现，再到面向全员的内部推广，全部由我一人完成。
一人全链路
- 产品定义：洞察组织痛点，提出 Agent 能力平台的产品形态与能力边界
- 产品设计：功能规划、信息架构、核心交互流程
- 交互与视觉设计：界面视觉、设计规范、暗色主题体系
- 架构设计：技术选型、模块划分、多存储方案
- 开发实现：前后端全部代码（Java 21 + Spring AI / React + TypeScript）
- 内部推广：布道培训、最佳实践沉淀，驱动 AI 原生组织落地
技术底座
- Java 21（虚拟线程）+ Spring AI 2.0，COLA / DDD 分层
- 模块化单体：模块间仅通过接口通信，接口即未来的服务拆封边界
- MySQL / ClickHouse / Milvus / Redis 多存储选型
核心能力
- 配置驱动的 Agent 编排（Config as Code，AI 可编程编辑）
- SSE 流式推理引擎（Spring AI 原生 Tool Calling）
- 文档 → 解析 → 分块 → 向量化 → Milvus 混合检索 RAG
- BUILTIN / CUSTOM / MCP 三类工具体系，工作空间级可见性
- 工作空间隔离内建：全局 space_id 上下文，JWT + API Key 双模认证
- 四层记忆召回：会话 / 情节摘要 / 事实状态机 / 知识库，DreamJob 夜间整理与矛盾检测
- 上下文工程：系统提示、记忆、知识库与历史对话分段分配 token 预算，超长历史自动摘要压缩
- 多 Agent 协作：Redis MessageBus + 持久化 inbox（ack 幂等）+ 心跳租约兜底
- 决策级可观测：Agent Trace 决策血缘（prompt 快照 / token / 耗时），支持换模型回放；管理端审计日志
- Eval 体系：Golden 数据集 + 程序化断言 + LLM-as-judge rubric 评分，产出模型质量 × 成本 × 延迟对比
成果
向上为 OntoZ 业务产品（Zoe 等 Agent）提供可复用的 Agent 能力资产，向内为员工提供可定制的 AI 工作助手；业务侧几分钟即可创建一个新 Agent。
技术亮点：决策级 Trace 血缘与回放、分层记忆与上下文预算、Eval 回归体系、多 Agent 可靠协作机制
界面
