# SuperBizAgent 面试资料包

## 一句话定位

SuperBizAgent 是一个面向企业故障诊断场景的 Agent 工程项目。它把用户问题或 AIOps 告警转换成可追踪的 Agent 执行链路，并把工具证据、模型步骤、最终答案、自评估和用户反馈统一沉淀到诊断 Trace 中。

## 面试重点

- **Agent 编排**：Chat 复杂问题走 `Planner -> Executor -> Verifier`；AIOps 告警入口走 `Supervisor -> Planner / Executor`。
- **工具证据链**：知识库、日志、指标、Prometheus 告警都通过显式工具调用进入链路，并记录到 `tool_invocation`。
- **可追踪诊断**：一次诊断对应一个 `sessionId`，可通过 `GET /api/diagnosis/{sessionId}/trace` 回放。
- **质量门禁**：Chat Verifier 校验 groundedness；AIOps 规则评估检查报告完整性、payload 聚焦和证据工具覆盖。
- **RAG 工程化**：`lookup_knowledge` 是显式 Agent Tool，底层通过 Spring AI VectorStore 主路径 + Milvus SDK fallback。
- **反馈闭环**：用户反馈 `useful` 会沉淀 `case_library`，`not_useful` 保留 bad case 信号。

## 推荐阅读顺序

1. `mvp/architecture/interview-one-pager.md`：一页式架构图和 2-5 分钟讲解。
2. `mvp/demo/ten-minute-interview-demo.md`：10 分钟现场演示脚本。
3. `interview/story-cases.md`：可复用的面试故事案例。
4. `interview/architecture.md`：面试版系统架构。
5. `interview/design-tradeoffs.md`：关键设计取舍。
6. `interview/demo-script.md`：更细的命令式演示脚本。
7. `interview/acceptance-checklist.md`：面试前验收清单。
8. RAG 专题文档：`rag-refactor-story.md`、`rag-vectorstore-interview-notes.md`、`rag-retrieval-quality-report.md`。

## 核心演示链路

### Chat 诊断

```text
POST /api/chat
-> ChatService
-> Planner -> Executor -> Verifier
-> lookup_knowledge / query_logs / query_metrics
-> diagnosis_session + agent_step + tool_invocation
-> GET /api/diagnosis/{sessionId}/trace
-> POST /api/feedback
```

### AIOps 告警诊断

```text
POST /api/ai_ops
-> AiOpsService
-> PAYLOAD_TARGETED / AUTO_DISCOVERY
-> ai_ops_supervisor
-> planner_agent / executor_agent
-> queryPrometheusAlerts + logs + metrics + lookup_knowledge
-> alert report
-> aiops_rule_evaluation
-> GET /api/diagnosis/{sessionId}/trace
```

## 当前完成度

- Chat 诊断链路：可运行、可追踪、有 Verifier。
- AIOps 告警链路：可运行、可追踪、支持 payload scope control。
- RAG 检索链路：Spring AI VectorStore 主路径、Milvus SDK fallback、L0 hint、检索评测 baseline。
- Trace API：统一返回 session、agent steps、tool invocations 和 summary。
- Demo 材料：`mvp/demo/README.md`、`mvp/demo/ten-minute-interview-demo.md`。

## 主叙事

这个项目不是简单调用大模型，而是在做一个可审计、可验证、可回归的 Agent 诊断系统。模型可以规划和推理，但每一步工具证据、最终结论、Verifier 结果和用户反馈都能被 Trace API 回放。面试时重点展示“从问题到证据到答案到验证再到反馈”的闭环。