装修是典型的低频高决策成本场景。业主面对风格选择、材料选型、施工工艺、预算评估等问题时，往往要在论坛、短视频、装修公司之间反复横跳，信息碎片化、口径不一致、咨询门槛高。家居装修 AI 智能咨询助手 用一个大模型智能体把这件事收敛成一次对话：用户提问，智能体给出专业解答，且只答装修，不跑题。
源码：点头像--个人简介
一、它解决了什么问题
- 信息壁垒高：装修知识分散在各类平台，缺乏统一、可追问的咨询入口。
- 咨询门槛高：找设计师、找工长都要成本，简单问题也难以及时得到回应。
- 回答不聚焦：通用大模型什么都能聊，但装修场景需要的是"只懂装修"的专家。
- 决策效率低：风格、材料、工艺、预算四类问题相互关联，需要连贯的多轮沟通。
平台以"领域限定 + 实时对话"的方式，把上述问题压缩到一次会话里解决。
二、核心功能
智能体配置
定义家居装修智能体的名称、问候语、系统提示词与启停状态。系统提示词决定智能体的角色定位、能力边界和回答风格，从源头保证"只答装修"。配置界面支持 Markdown 编辑与分屏实时预览。
智能体对话
基于大模型的 SSE 流式对话，逐字推送、打字机效果，支持多轮上下文、会话管理与历史记录，实现与用户的实时交互。
大模型配置
为智能体提供模型底座，维护接口地址、API Key 与模型名称，支持敏感信息掩码展示。平台内置对接 DeepSeek，也可替换为其他兼容模型。
用户管理
前台注册用户的分页查询、搜索筛选与详情查看。
聊天记录管理
管理员可追溯所有用户与智能体的对话记录，支持分页、搜索与详情查看，便于质量回溯与运营分析。
登录与注册
管理员与普通用户统一登录入口，MD5 加盐加密存储，JWT 令牌鉴权。
三、技术实现
| 层次 | 技术选型 |
|---|---|
| 后端 | Java 21 + Spring Boot 2.7 + MyBatis-Plus |
| 前端 | Vue3 + Element Plus |
| 数据库 | MySQL 8.0 |
| 模型 | DeepSeek（可替换为兼容大模型） |
几个值得关注的技术点：
- 智能体构建：通过 System Prompt 定义角色、边界与回答风格，用提示词工程替代复杂的规则引擎，实现领域限定。
- SSE 流式响应 ：后端使用
SseEmitter实现逐字推送，前端边收边渲染，形成打字机式的实时交互体验。 - JWT 认证与 RBAC 权限：前后端分离架构下的令牌认证，配合基于角色的菜单与按钮级权限控制。
- 敏感信息掩码：API Key 等凭证在展示层做掩码处理，防止泄露。
- Markdown 编辑与预览：前端实现 Markdown 实时渲染与分屏滚动同步，提升配置体验。
四、部署与运行
部署只需三步：配置好 MySQL 数据库、填写大模型 API 地址与密钥、确保前后端接口对接顺畅，系统即可运行。无需额外中间件，适合快速搭建与二次开发。
五、适用人群
- 学习者：想了解 AI 智能体如何与传统 Java 后端技术（Spring Boot、MyBatis-Plus）深度融合的开发者。
- 实践者：需要一套可直接运行的领域智能体对话系统作为项目底座。
- 运营者：希望快速上线一个垂直领域咨询入口的团队。
结语
家居装修 AI 智能咨询助手的价值不在于"接入了大模型"，而在于把大模型约束成了一个懂装修、只答装修、能连续追问的领域专家。领域限定 + 流式交互 + 完整后台管理，这套组合可以低成本复用到任何垂直咨询场景。
说明：智能体的回答结果仅作参考，不保证内容的准确性与专业性；超出家居装修领域的问题将不予解答。