🚄 智能交通票务系统
全栈开发者 | 2025.10 - 2025.12
项目背景
针对传统铁路票务系统操作繁琐、无障碍支持不足、智能化程度不高的问题，结合国家铁路服务质量提升和无障碍环境建设的需求，设计并实现基于SpringBoot框架融合大模型技术的智能交通票务系统。
项目功能
以智能化、个性化和无障碍为目标，集成SpringBoot后端架构与DeepSeek、阿里万相等多模态生成式AI能力，通过LangChain进行多轮对话交互和RAG检索增强，支持自然语言完成车票查询、预订、退改等全流程操作。
技术实现
用户管理模块
实现了用户注册、登录、信息修改、实名认证等基础功能，为票务操作提供身份验证基础。
票务业务模块
遵循铁路票务业务规范，通过精细化库存管理和严格业务规则引擎确保交易准确性。针对高并发场景使用乐观锁机制有效防止车票超售，实现车次查询、余票展示、车票预订、订单生成、一键退票等完整业务链条。
大模型集成模块
基于LangChain框架深度集成DeepSeek大语言模型，通过"工具调用"机制将模型生成的用户意图精准映射至后端票务接口。实现智能对话、工具调用、上下文记忆、流式响应、服务降级机制等核心功能。
文生图流水线
搭建涵盖模型管理、提示词工程、风格控制的完整文生图流水线，通过统一风格规范保证不同城市背景图兼具艺术性与一致性。
后台管理系统
为管理员提供全面的数据管理与业务监控能力，集成ECharts数据可视化组件辅助决策，通过精细化CRUD操作界面实现对用户、车次、订单、公告等核心数据的集中管理。
技术栈
SpringBoot 大语言模型 LangChain RAG检索增强 多模态生成式AI ECharts
项目心得
将大模型与传统票务系统结合是一次很有价值的探索。LangChain的工具调用机制让大模型能够真正"做事"而不仅仅是"对话"，这为后续智能化应用提供了新思路。同时，在高并发票务场景下使用乐观锁应对超售问题，加深了我对并发控制策略在实际业务中应用的理解。
评论
