LangGraph4J+SpringAI的Agent项目PaiFlow如何写到简历上（100种写法），无敌

厦门简单点么科技有限公司 - AIoT 平台开发实习生　2025.11–2026.02

智慧园区 VLM 视频分析与智能通行平台

技术栈： Python、FastAPI、AI Agent、DAG 工作流、VLM Prompt、RTSP、WebSocket、MySQL、pandas、WebAPI

项目描述： 面向海关闸口、仓库监管及食堂安全等智慧园区场景，参与 AI 视频分析与智能通行平台建设，通过工作流引擎完成视频接入、VLM 推理、智能分析、告警处理及设备联动，实现视频分析任务的可视化编排。

• 将 RTSP 视频接入、VLM 推理、Prompt 编排、事件解析、数据处理、设备联动等能力抽象为 DAG 节点，采用 Kahn 拓扑排序解析节点依赖，通过 Node Executor 驱动节点执行，支持复杂分析流程的可视化编排。
• 设计 WorkflowEngine、VariablePool 共享上下文及节点状态管理机制，实现节点间数据传递、Prompt 模板渲染及结构化结果流转，支持多阶段 AI 推理、条件分支及并行执行，满足不同智慧园区场景下 AI Agent 的灵活编排需求。
• 针对海关闸口、仓库监管及食堂安全等场景持续优化 VLM Prompt，定义检测目标、触发条件、排除规则及结构化输出格式，结合历史告警数据迭代 Prompt 模板与分析策略，完成抽烟、人员滞留、火焰预警、未佩戴安全帽等智能检测任务。
• 使用 Python 与 pandas 清洗设备返回的 JSON 告警数据，解析事件类型、设备通道、抓拍时间及检测结果，并通过 WebSocket 实时推送节点执行状态及分析结果，支撑平台实时告警展示与设备联动。
• 使用 MySQL 多表关联查询人员、车辆、设备、通行及告警数据，核对平台展示结果与设备上报信息，排查记录缺失、重复告警及设备状态异常等问题。
• 根据 WebAPI / WSAPI 文档完成设备与平台接口联调，验证登录鉴权、任务配置、告警订阅、字段映射及闸机联动流程，协助排查视频流异常、数据未上报及设备状态不同步等问题。

PaiFlow Java 后端开发 2025 年 12 月-2026 年 1 月

项目介绍：派派工作流是一个企业级 AI Agent 工作流编排平台，支持用户通过可视化方式编排大模型节点、插件与逻辑控制流。项目采用微服务架构，集成了 LLM、超拟人音频合成等工具，提供从工作流设计、调试到发布的完整生命周期管理。

技术栈（Java 版工作流这样写）：Java 21, Spring Boot, MySQL 8.4, Redis, MinIO, Docker Compose, MyBatis-Plus, SSE，SpringAI，LangChain4j

技术栈（Python 版工作流这样写）：Python 3.11, FastAPI, Uvicorn, SQLAlchemy, LangChain, Kafka, OTLP

核心职责：

• 编写并优化 Docker Compose 编排脚本 ，统一管理 MySQL、Redis、MinIO、Console Hub 及 Workflow Engine 等 5+ 个核心服务的依赖关系与健康检查，实现了“一键拉起”开发环境，将本地环境搭建时间从小时级降低至 30 分钟以内。

• 基于 LangGraph4j 的 BaseCheckpointSaver 实现工作流检查点机制，支持执行状态持久化与断点续传。

• 采用适配器模式设计 NodeAdapter，将现有 NodeExecutor 节点执行器无缝适配为 LangGraph AsyncNodeAction；基于策略模式实现 EngineSelector 双引擎选择器，通过工作流配置中的 engineType 字段或节点类型自动检测，实现新老引擎（Legacy DAG / LangGraph）动态切换。

• 设计 GraphBuilder 图构建器组件，将 JSON 格式的工作流配置自动转换为 LangGraph StateGraph，支持节点注册、边添加、入口/出口自动识别，实现工作流从配置到可执行状态图的全自动构建。

• 实现 StateManager 状态管理器，负责 WorkflowState 的初始化、跨节点数据传递、执行结果提取与持久化，采用 Map 结构存储节点输出链，为后续 Agent 场景的全局上下文共享奠定技术基础。

• 基于 LangGraph4j 的 CompiledGraph 实现工作流执行引擎，支持 SSE 实时事件推送，实现节点执行进度、LLM 流式输出、工作流状态变更的毫秒级前端同步。

• 基于 OkHttp3 封装了统一的 OkHttpUtil 组件，针对大模型的延迟特性定制 ConnectionPool 连接池参数，高效复用 TCP 连接，将外部 API 调用的握手耗时降低了 60% 。

• 自定义 EventSourceListener，用于处理大模型输出的断流重连与心跳检测，保障在弱网环境下流式对话的连续性。

• 在 Link 客户端中实现了动态 URL 构建与 Header 注入机制，支持通过 HTTP 协议调用远程 OpenAPI 工具；结合 OkHttp 的拦截器机制 ，统一处理鉴权签名、请求日志记录及超时重试逻辑，为上层业务提供 RPC 能力。支持 API Key（header+query），以及 Bearer Token 三种鉴权方式。

• 通过线程池、CompletableFuture 和 Spring 的 @Async 注解实现异步处理，通过SseEmitter实现SSE流式响应，结合EventSource和回调...