云智汇 AI 在线教育平台

时间： 2026.01 - 2026.03

基于微服务架构的 AI 在线教育平台，支持课程学习、社交互动、营销交易与智能客服等核心业务，引入 Spring AI 路由工作流 Agent，实现课程问答、个性化推荐与智能下单，并重点解决高并发场景下的数据一致性与系统性能问题。

系统架构

                    ┌──────────────┐
                    │   Nginx 网关  │
                    └──────┬───────┘
                           │
                    ┌──────┴───────┐
                    │  Spring Cloud │
                    │   Gateway     │
                    └──────┬───────┘
         ┌─────────────┬───┴───┬─────────────┐
         │             │       │             │
    ┌────┴────┐  ┌─────┴────┐ ┌┴──────────┐ ┌┴──────────┐
    │ 用户服务  │  │ 课程服务  │ │  AI Agent │ │ 交易服务   │
    │         │  │          │ │  (Spring  │ │          │
    │ Nacos   │  │ Nacos    │ │   AI)     │ │ Nacos    │
    │ 注册发现  │  │ 注册发现  │ │          │ │ 注册发现   │
    └─────────┘  └──────────┘ └───────────┘ └──────────┘
         │             │            │              │
    ┌────┴─────────────┴────────────┴──────────────┴────┐
    │              中间件层                               │
    │  Redis │ RabbitMQ │ MongoDB │ Pinecone │ MySQL    │
    └───────────────────────────────────────────────────┘

核心工作

1. 路由工作流 Agent

基于 Spring AI 构建路由工作流 Agent，识别课程咨询、课程推荐、购买下单等意图，并分发至对应业务智能体。

路由策略：

意图识别：LLM 分析用户消息，判断意图类别
任务分发：将请求路由到对应的业务 Agent
异常兜底：未识别意图走通用问答链路

2. RAG 课程知识库

基于 RAG + Pinecone 搭建课程知识库，召回课程介绍、适用人群与课程大纲等上下文，提升课程问答与个性化推荐准确性。

RAG 流程：

课程文档 → 分块切片（按章节/段落）
Embedding 向量化 → 存入 Pinecone
用户提问 → 向量检索 TopK 课程上下文
上下文注入 Prompt → LLM 生成精准回答

3. Tool Calling 与对话持久化

基于 Tool Calling 封装 CourseTools、OrderTools 等业务工具，并使用 MongoDB 持久化多轮对话、工具调用与执行轨迹。

工具封装：

CourseTools：查询课程详情、搜索课程、获取课程大纲
OrderTools：创建订单、查询订单状态、取消订单
高风险操作需用户二次确认

4. 播放进度合并写库

基于 Redis Hash + DelayQueue 实现播放进度合并写库，降低数据库写压力并保证学习进度最终一致性。

方案设计：

用户播放进度 → 写入 Redis Hash（按课程分片）
DelayQueue 定时触发 → 批量合并写入 MySQL
高频写入场景下，DB 写入量降低 90%+

5. 优惠券领取优化

基于 RabbitMQ + Redisson + 乐观锁优化优惠券领取链路，实现请求异步削峰、用户防重领取、库存安全扣减和消费幂等。

优化链路：

用户请求 → Redis 预检（Redisson 防重）→ RabbitMQ 异步入队
    → 消费者消费 → 乐观锁扣减库存 → 记录领取流水（幂等键）

6. 点赞与排行榜

基于 Redis Set / ZSet 重构点赞与排行榜系统，实现点赞去重、实时排行统计和高并发读写解耦。

数据结构选择：

点赞：Redis Set — SADD course:likes:{id} userId 天然去重
排行榜：Redis ZSet — ZINCRBY course:rank 1 {id} 实时排序
异步落库：定时任务将 Redis 数据同步到 MySQL

技术选型与考量

决策点	选择	理由
微服务框架	Spring Cloud	成熟的 Java 微服务生态，Nacos 注册中心 + 配置中心
AI 框架	Spring AI	与 Spring 生态无缝集成，原生支持 Tool Calling、RAG、Advisor
向量数据库	Pinecone	全托管服务，免运维，支持 Serverless 模式按量计费
对话存储	MongoDB	文档模型天然适合存储非结构化的多轮对话和工具调用轨迹
分布式锁	Redisson	基于 Redis 的分布式锁，Lua 脚本保证原子性
消息队列	RabbitMQ	可靠消息投递，支持死信队列和延迟队列

技术栈

JavaSpringBootSpringCloudMyBatis-PlusMySQLRedisRedissonRabbitMQXXL-JobSpring AIPineconeMongoDB

技术	用途
SpringBoot	后端框架，提供 RESTful API 和依赖注入
SpringCloud	微服务架构，服务注册发现、配置中心、网关
MyBatis-Plus	ORM 框架，简化数据库操作
MySQL	关系型数据库，存储用户、课程、订单等核心数据
Redis	缓存与数据结构服务，支撑点赞、排行榜、延迟队列
Redisson	分布式锁，优惠券领取防重和库存扣减
RabbitMQ	消息队列，优惠券领取异步削峰
XXL-Job	分布式任务调度，定时任务管理
Spring AI	AI 集成框架，路由工作流 Agent、RAG、Tool Calling
Pinecone	向量数据库，课程知识库语义检索
MongoDB	文档数据库，持久化多轮对话与工具调用轨迹

云智汇 AI 在线教育平台 ​

系统架构 ​

核心工作 ​

1. 路由工作流 Agent ​

2. RAG 课程知识库 ​

3. Tool Calling 与对话持久化 ​

4. 播放进度合并写库 ​

5. 优惠券领取优化 ​

6. 点赞与排行榜 ​

技术选型与考量 ​

技术栈 ​