群面智伴——项目架构

name_nothing

187人浏览 · 2026-05-04 16:36:41

name_nothing · 2026-05-04 16:36:41 发布

基于AI多智能体的沉浸式群面模拟系统架构设计与实现

前言

群面（无领导小组讨论）是互联网大厂招聘中的重要环节，但很多求职者缺乏实战机会。本文介绍一个基于AI多智能体的群面模拟系统——群面值班（qunmianzhiban），通过多个AI智能体模拟真实群面场景，帮助求职者低成本、高频次地练习群面技巧。

项目概述

这是一个由多个AI智能体驱动的沉浸式群面模拟系统，支持：

语音交互与实时字幕
5类不同角色的AI候选人智能体
事件化复盘与五维能力评估
MBTI人格画像可视化

技术架构

整体架构图

系统采用五层架构，从前到后依次为：

┌─────────────────────────────────────────────────────────┐
│                    前端层 (Vue 3)                        │
│  会话控制 | 语音交互 | 实时字幕 | 复盘可视化(雷达图/时间线) │
└─────────────────────────────────────────────────────────┘
                            │ WebSocket
                            ▼
┌─────────────────────────────────────────────────────────┐
│                  编排层 (Spring Boot)                     │
│          WebSocket | 事件路由 | 房间状态机                │
└─────────────────────────────────────────────────────────┘
                            │
                            ▼
┌─────────────────────────────────────────────────────────┐
│                  引擎层 (Spring Boot)                     │
│   多智能体决策 | 抢话裁决 | 阶段调度 | 发言意愿分计算    │
├─────────────────────────────────────────────────────────┤
│                    智能体模块                             │
│  ┌──────────────┬──────────────┬──────────────┐        │
│  │ 面试官智能体  │ 候选人智能体  │ 分析智能体   │        │
│  │ - 开场宣读    │ - 5类角色     │ - 行为标注   │        │
│  │ - 阶段推进    │ - MBTI人格    │ - 证据绑定   │        │
│  │ - 总评汇总    │ - 抢话策略    │ - 评分生成   │        │
│  └──────────────┴──────────────┴──────────────┘        │
└─────────────────────────────────────────────────────────┘
                            │
                            ▼
┌─────────────────────────────────────────────────────────┐
│                 语音层 (Whisper + Edge TTS)               │
│           语音转写 | VAD断句 | 语音合成                    │
└─────────────────────────────────────────────────────────┘
                            │
                            ▼
┌─────────────────────────────────────────────────────────┐
│               数据层 (MySQL 8.0 + Redis 6.0)              │
│         题库管理 | 事件存储 | 评估计算 | 报告生成         │
└─────────────────────────────────────────────────────────┘

技术选型

层级	技术栈	核心职责
前端层	Vue 3 + Vite + Pinia	会话控制、语音交互、实时字幕、复盘可视化
编排层	Spring Boot 3.2 + WebSocket	长连接管理、事件路由、房间状态机
引擎层	Spring Boot + 异步任务	多智能体决策、抢话裁决、阶段调度
AI层	Spring AI + DashScope	LLM调用、智能体推理、报告生成
语音层	Whisper JNI + Edge TTS	语音转写、VAD断句、语音合成
数据层	MySQL 8.0 + Redis 6.0	题库检索、事件存储、评估计算

核心模块详解

1. 智能体画像系统

每个AI智能体拥有五个核心向量，模拟真实候选人的多维度特征：

// 人格向量 P (Personality)
{
  extraversion: 0.0-1.0,      // 外向度
  dominance: 0.0-1.0,         // 支配度
  cooperation: 0.0-1.0,       // 合作度
  riskPreference: 0.0-1.0,    // 风险偏好
  organization: 0.0-1.0       // 条理度
}

// 情绪向量 E (Emotion)
{
  tension: 0.0-1.0,           // 紧张度
  confidence: 0.0-1.0,        // 自信度
  attackLevel: 0.0-1.0,       // 攻击性
  stability: 0.0-1.0          // 稳定性
}

// 角色向量 R (Role)
{
  type: "LEADER/COORDINATOR/VIEWPOINT/EXECUTOR/SUPPORTER",
  stance: "支持方/反对方/中立"
}

// 能力向量 A (Ability)
{
  logic: 0.0-1.0,             // 逻辑思维
  communication: 0.0-1.0,     // 沟通表达
  teamwork: 0.0-1.0,          // 团队协作
  leadership: 0.0-1.0,         // 领导力
  professionalism: 0.0-1.0     // 专业度
}

// 记忆向量 M (Memory)
{
  recentContext: [],          // 近期上下文
  counterArguments: [],       // 被反驳记录
  commitments: []             // 已承诺观点
}

2. 发言意愿分计算

智能体通过加权评分机制决定是否发言：

SpeakScore = w1*角色驱动 + w2*内容相关度 + w3*情绪激活 + w4*时机窗口 + w5*阶段权重

权重配置：
- w1 (角色驱动): 0.25
- w2 (内容相关): 0.25
- w3 (情绪激活): 0.15
- w4 (时机窗口): 0.20
- w5 (阶段权重): 0.15

发言阈值: 0.65 (超过则触发发言)

3. 五阶段讨论流程

阶段	时长	核心行为	智能体策略
破冰	60s	自我介绍	展示人格特征，建立第一印象
观点陈述	120s	独立陈述	基于角色向量输出结构化观点
交锋辩论	180s	反驳与协商	根据记忆向量进行针对性反驳
收敛决策	90s	达成共识	Leader角色推动共识，Supporter提供支持
总结陈词	60s	代表总结	综合分析全场观点，输出结论

4. 事件化复盘系统

系统通过事件总线记录所有交互，生成包含证据的评估报告：

✅ 每条评分绑定≥2条原始证据
✅ 支持用户追问"为什么这个智能体会这样说"
✅ 生成"立即执行"和"下次重点"两类改进建议
✅ 五维雷达图可视化能力分布

5. 实时语音交互

集成Whisper语音转写和Edge TTS语音合成：

// 语音转写配置 (Whisper JNI)
<dependency>
    <groupId>io.github.givimad</groupId>
    <artifactId>whisper-jni</artifactId>
    <version>1.7.1</version>
</dependency>

// 语音合成配置 (Edge TTS)
<dependency>
    <groupId>io.github.whitemagic2014</groupId>
    <artifactId>tts-edge-java</artifactId>
    <version>1.3.3</version>
</dependency>

项目结构

qunmianzhiban/
├── frontend/                      # Vue 3 前端
│   ├── src/
│   │   ├── views/                # 页面视图
│   │   │   ├── HomeView.vue      # 首页 - 题目选择与配置
│   │   │   ├── RoomView.vue      # 房间 - 实时讨论界面
│   │   │   ├── ReviewView.vue    # 复盘 - 评估报告
│   │   │   └── AgentChatView.vue # AI对话 - 追问智能体
│   │   ├── stores/               # Pinia 状态管理
│   │   ├── services/             # API服务
│   │   │   ├── api.js            # REST API
│   │   │   └── websocket.js      # WebSocket通信
│   │   └── utils/                # 工具函数
│   └── vite.config.js
│
├── backend/                       # Spring Boot 后端
│   └── src/main/java/com/interview/
│       ├── controller/            # REST控制器
│       │   ├── RoomController.java
│       │   ├── AgentChatController.java
│       │   └── SpeechController.java
│       ├── agentManus/            # 智能体引擎 (Manus Agent)
│       │   ├── BaseManusAgent.java
│       │   ├── ReActManusAgent.java
│       │   ├── ReportManusAgent.java
│       │   ├── tools/            # Agent工具集
│       │   │   ├── LoadRoomContextTool.java
│       │   │   ├── LoadEventStreamTool.java
│       │   │   ├── LoadEvaluationTool.java
│       │   │   ├── PdfExportTool.java
│       │   │   └── MarkdownExportTool.java
│       │   └── service/
│       │       └── ReportManusService.java
│       ├── websocket/             # WebSocket处理
│       │   ├── RoomWebSocketHandler.java
│       │   └── RoomEventListener.java
│       ├── event/                 # 事件模型
│       │   ├── Event.java
│       │   ├── EventType.java
│       │   └── Phase.java
│       ├── model/                 # 数据模型
│       │   ├── vo/               # 视图对象
│       │   └── dto/              # 数据传输对象
│       └── config/                # 配置类
│           ├── WebSocketConfig.java
│           ├── DashscopeRestClientConfig.java
│           └── RedisConfig.java
│
└── docs/                         # 项目文档
    └── 项目框架说明.md

项目亮点

1. Manus Agent架构

系统采用Manus Agent设计模式，通过工具调用（Tool Calling）实现智能体的复杂决策：

LoadRoomContextTool - 加载房间上下文
LoadEventStreamTool - 加载事件流
LoadEvaluationTool - 加载评估结果
PdfExportTool / MarkdownExportTool - 导出报告

2. 实时通信架构

基于WebSocket的长连接管理，支持：

房间状态实时同步
语音流实时传输
字幕实时显示
智能体状态更新

3. 量化指标体系

指标	目标值	说明
场景初始化成功率	≥95%	房间创建与智能体初始化
抢话裁决时延	≤800ms	多智能体并发发言处理
AI回复延迟	≤3.5s	LLM推理+语音合成
单角色发言占比上限	≤35%	防止某个智能体垄断讨论
五维评分完整率	100%	逻辑、沟通、协作、领导、专业
评分一致性标准差	≤0.6	多次评估结果稳定性

快速启动

环境要求

JDK 17+
Node.js 18+
MySQL 8.0+
Redis 6.0+

后端启动

cd backend
# 创建数据库
mysql -u root -p < ../docs/init.sql
# 启动应用
mvn spring-boot:run

前端启动

cd frontend
npm install
npm run dev

总结

本系统通过AI多智能体技术模拟真实群面场景，结合语音交互和事件化复盘，为求职者提供了一个低成本、高频次的群面练习平台。

核心创新点：

五维智能体画像 - 从人格、情绪、角色、能力、记忆五个维度建模
Manus Agent架构 - 通过工具调用实现复杂决策
事件化复盘 - 每条评分都有原始证据支撑
实时语音交互 - 沉浸式练习体验

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

AI Agent 为什么会跑偏：目标漂移、上下文污染和工具诱导

AtomGit开源社区

Pentest Swarm AI：开源群体智能架构如何重构自主渗透测试的边界

AtomGit开源社区

一文吃透 Redis 集群脑裂：成因、危害与全方位防护方案

AtomGit开源社区

所有评论(0)

查看更多评论

name_nothing

@name_nothing

已为社区贡献5条内容

群面智伴——项目架构

name_nothing

基于AI多智能体的沉浸式群面模拟系统架构设计与实现

前言

项目概述

技术架构

整体架构图

技术选型

核心模块详解

1. 智能体画像系统

2. 发言意愿分计算

3. 五阶段讨论流程

4. 事件化复盘系统

5. 实时语音交互

项目结构

项目亮点

1. Manus Agent架构

2. 实时通信架构

3. 量化指标体系

快速启动

环境要求

后端启动

前端启动

总结

所有评论(0)

温馨提示：您尚未绑定手机号

name_nothing