杏云 CRM 智能销售助手

项目定位

这是一个 CRM 智能销售助手，围绕客户跟进、商机推进、销售话术、产品介绍和常见异议处理展开。AI 不是单独聊天，而是嵌入销售工作流，帮助销售更快做判断和记录。

项目思维导图

核心流程

技术架构

技术	作用
Spring Boot	客户、商机、跟进、知识接口
MySQL	客户、商机、话术、日志
Redis	客户画像、会话、热点数据
MQ	提醒、统计、异步同步
Elasticsearch / 向量库	产品手册、报价政策、话术库
Spring AI	摘要、建议、知识问答

AI 接入点

• RAG：产品手册、报价政策、竞品材料、合同模板。
• Tool Calling：客户档案、商机阶段、跟进记录、产品价格。
• Agent：客户摘要、异议处理建议、下一步动作。

项目亮点

• 业务好理解，适合图文展示。
• 很适合讲“销售辅助而非销售替代”。
• 容易和实际工作经历挂钩。

面试追问

1. 销售建议如何避免过度承诺？
2. 客户画像数据怎么做权限控制？
3. 跟进记录如何生成待办？

1 分钟介绍

这个项目是一个 Java+AI 企业级项目，核心不是单独做聊天机器人，而是把大模型能力接入真实业务流程。我的讲法会先说明业务痛点，再讲 Java 后端负责流程、权限、事务和审计，最后说明 RAG、Tool Calling 和 Agent 分别解决知识检索、业务查询和多步骤编排问题。

3 分钟介绍

我会先从业务背景讲起：这个项目要解决的是传统系统中信息分散、流程依赖人工经验、处理效率不稳定的问题。整体链路上，用户先发起业务请求，Java 后端完成鉴权、参数校验、状态流转和数据落库；AI 层负责理解意图、检索知识、调用受控工具并生成草稿或建议。

技术上，项目通常会用 Spring Boot 承接核心业务接口，用 MySQL 保存业务主数据、状态记录和审计日志，用 Redis 做热点缓存、会话上下文和幂等控制，用 MQ 解耦通知、索引同步和统计任务。AI 能力上，RAG 负责检索企业知识和历史案例，Tool Calling 负责受控查询业务数据，Agent 负责编排多步骤任务。正式写操作和高风险动作不会让模型直接执行，而是进入人工确认或 Java 业务服务事务边界。

面试时我会重点强调三点：第一，AI 只是辅助理解和生成建议，不能绕过权限和审计；第二，所有工具调用都要做白名单、参数校验、限流和日志；第三，模型超时、无召回、低置信度或输出不合法时，要能降级到规则模板、人工处理或只展示已有业务数据。

简历一句话写法

我负责 CRM 智能销售助手的 Java+AI 改造，重点做客户画像、跟进建议、销售话术和商机推进。