SuperBizAgent-java/interview/README.md

SuperBizAgent Interview Guide

一句话定位

SuperBizAgent 是一个面向企业故障诊断场景的 Agent Engineering 项目：它把用户问题或告警事件转成可追踪的多 Agent 执行链路，并把工具证据、模型步骤、最终答案和反馈统一落到诊断 trace 中。

面试重点

• 多 Agent 编排：普通 Chat 的复杂问题走 Planner -> Executor -> Verifier；AIOps 告警入口走 Supervisor 调度 Planner/Executor。
• 工具证据链：知识库、日志、指标和 Prometheus 告警都通过工具调用进入链路，并记录到 tool_invocation。
• 可追踪诊断：一次会话对应一个 sessionId，最终可以通过 GET /api/diagnosis/{sessionId}/trace 回放。
• 质量门：Chat 链路包含 Verifier，把 groundedness、facts checked 和 evidence refs 写回 diagnosis_session.self_evaluation。
• AIOps 产品边界：有告警 payload 时聚焦该告警；没有 payload 时先自动发现 active alerts。
• 可复现 Demo：mvp-demo profile 使用 mock Prometheus 和 mock CLS，让面试演示不依赖真实线上故障。

推荐阅读顺序

1. interview/demo-script.md：面试现场怎么讲、怎么演示。
2. interview/architecture.md：系统架构和两条主链路。
3. interview/design-tradeoffs.md：关键设计取舍和可被追问的问题。
4. interview/acceptance-checklist.md：面试前验证清单。
5. mvp/demo/README.md：更细的 MVP 可执行 runbook。

核心 Demo

Chat Diagnosis

POST /api/chat
-> ChatService.executeChatWithStrategy(...)
-> simple ReactAgent or Planner -> Executor -> Verifier
-> lookup_knowledge / query_logs / query_metrics
-> diagnosis_session + agent_step + tool_invocation
-> GET /api/diagnosis/{sessionId}/trace

AIOps Alert Diagnosis

POST /api/ai_ops
-> AiOpsService.executeAiOpsAnalysis(...)
-> ai_ops_supervisor
-> planner_agent / executor_agent
-> queryPrometheusAlerts + logs + knowledge
-> scoped alert report
-> 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。
• Trace API：统一返回 session、agent steps、tool invocations 和 summary。
• Demo 文档：mvp/demo/README.md 和 mvp/demo/aiops-alert-acceptance.md。
• Devflow 沉淀：devflow/index.md 记录了 MVP、Verifier、AIOps trace 和 AIOps scope-control 的演进。

面试时的主叙事

这个项目不是简单调用大模型，而是在做一个可审计的 Agent 诊断系统。核心价值是：模型可以规划和推理，但每一步工具证据、最终结论和质量评估都能被 trace API 回放。面试时重点展示“从问题到证据到答案到验证”的完整闭环。