1
┌─────────────────────────────────────────────────────────────┐
2
│                        Client (Spring App / Postman)        │
3
└─────────────────────────────────────────────────────────────┘
4
                              │
5
                              ▼
6
┌─────────────────────────────────────────────────────────────┐
7
│                     API Layer (FastAPI)                     │
8
│  /interview/*  /train/*  /knowledge/*  /rag/*             │
9
└─────────────────────────────────────────────────────────────┘
10
                              │
11
┌─────────────────────────────────────────────────────────────┐
12
│                      Service Layer                           │
13
│  InterviewService  TrainingService  KnowledgeService       │
14
└─────────────────────────────────────────────────────────────┘
15
                              │
16
┌─────────────────────────────────────────────────────────────┐
17
│                    Agent Layer (LangGraph)                  │
18
│  State → Nodes (load_context, generate_question, etc.)    │
19
└─────────────────────────────────────────────────────────────┘
20
                              │
21
┌─────────────────────────────────────────────────────────────┐
22
│                      Memory Layer                            │
23
│  LangGraph State │ Redis │ PostgreSQL + pgvector           │
24
└─────────────────────────────────────────────────────────────┘

1
┌─────────────────────────────────────────────────────────────┐
2
│                   长期记忆 (RAG + PostgreSQL)              │
3
│  RAG 向量库 ←→ PostgreSQL (Q&A 历史, 元数据)               │
4
└─────────────────────────────────────────────────────────────┘
5
                              ▲
6
                              │ 写入
7
                              │
8
┌─────────────────────────────────────────────────────────────┐
9
│                   短中期记忆 (Redis)                        │
10
│  interview:{session_id}:state  → 整个面试 Q&A             │
11
└─────────────────────────────────────────────────────────────┘
12
                              ▲
13
                              │ 合并写入
14
                              │
15
┌─────────────────────────────────────────────────────────────┐
16
│                   短期记忆 (LangGraph State)                │
17
│  → 当前追问链状态（当前问题、追问深度、引导标记）            │
18
└─────────────────────────────────────────────────────────────┘

1
InterviewState:
2
  - session_id: 会话ID
3
  - current_series: 当前系列号
4
  - current_question: 当前问题
5
  - followup_depth: 追问深度
6
  - answers: 回答记录
7
  - feedbacks: 反馈记录
8
  - interview_mode: 面试模式
9
  - feedback_mode: 反馈模式

1
[tool.ai-interview.database]
2
url = "postgresql+asyncpg://postgres:${POSTGRES_PASSWORD}@localhost:5432/postgres"

1
// 1. 开始面试
2
const startRes = await fetch('/interview/start', {
3
  method: 'POST',
4
  headers: { 'Content-Type': 'application/json' },
5
  body: JSON.stringify({
6
    resume_id: 'resume-123',
7
    session_id: 'session-456',
8
    interview_mode: 'free',
9
    feedback_mode: 'recorded'
10
  })
11
});
12
const { first_question } = await startRes.json();
13

14
// 2. SSE 流式获取问题
15
const eventSource = new EventSource(`/interview/question?session_id=session-456`);
16
eventSource.addEventListener('question', (e) => {
17
  const q = JSON.parse(e.data);
18
  console.log(`Q${q.series}.${q.number}: ${q.content}`);
19
});
20

21
// 3. 提交回答（SSE 流式获取追问）
22
const answerRes = await fetch('/interview/answer', {
23
  method: 'POST',
24
  headers: { 'Content-Type': 'application/json' },
25
  body: JSON.stringify({
26
    session_id: 'session-456',
27
    question_id: first_question.question_id,
28
    user_answer: '我的回答是...'
29
  })
30
});
31
const answerReader = answerRes.body.getReader();
32
// 解析 SSE 流，显示追问打字机效果
33
// 事件: evaluation → feedback → question_start/token/question_end → end
34

35
// 4. 结束面试
36
const endRes = await fetch('/interview/end?session_id=session-456', {
37
  method: 'POST'
38
});
39
const result = await endRes.json();
40
console.log('Final Feedback:', result.final_feedback);