智能天气播报AI Agent系统如何包装简历？

项目名称：智能天气播报 AI Agent

核心技术：JDK 21、Spring Boot 3.5.3、Spring MVC、Spring WebFlux（WebClient）、Spring Cache、Spring Data Redis、Redis、Thymeleaf、FreeMarker、Spring AI Alibaba（DashScope/通义千问）、Jackson、Lombok、Maven。

项目描述： 面向 C 端与开放 API 的“生成式内容服务”：根据城市与播报偏好拉取实时天气数据，使用大模型生成 200–300 字个性化播报；在 AI 不可用或外部依赖抖动时，系统通过“模板播报 + 备用播报”稳定输出，保证核心链路可用。系统提供 Web 页面与 REST API 双入口，并通过“业务结果缓存 + 组件级缓存”降低外部天气 API 与大模型调用频次，实现性能与成本的可控。

我的职责：

• 负责核心链路架构设计与落地：Controller → 外部天气拉取 → AI 生成 → 多级降级 → 缓存复用 → 页面/API 返回。
• 设计基于请求参数的 hash 结果缓存，实现同参请求跨入口复用，避免重复触发外部 API 与 AI 生成。
• 抽象模板体系（Prompt/多风格播报/Header&Footer/兜底播报）并封装为 Template Manager，支持快速迭代文案与风格。
• 完成外部依赖治理：超时控制、错误码判定、失败兜底；并实现 Redis 故障熔断式降级，避免雪崩。

项目亮点：

1. 构建“AI 三级降级链路”确保稳态输出：AI 调用失败/未配置时自动回退到 FreeMarker 模板播报，模板失败再回退到备用播报，实现“永远有结果”的用户体验（AI → Template → Fallback）。
2. 设计基于请求参数的 SHA-256 结果缓存：将城市、风格及建议开关归一化后生成固定长度 hash key，同参请求可直接复用最终播报结果，跨 REST/API 与页面入口共享缓存，避免重复调用第三方天气与大模型。
3. 实现两级缓存（本地 ConcurrentHashMap + Redis）降低访问成本：本地缓存承接热数据，Redis 负责跨实例共享；缓存命中后主链路可做到“0 次外部依赖调用”，显著降低 P99 延迟与外部调用成本。
4. 实现 Redis 故障熔断式降级：Redis 读写异常后快速熔断，后续请求自动切换到本地缓存，避免故障放大导致的连锁超时与雪崩。
5. 模板工程化：Prompt/风格/逻辑分层：Prompt 与播报模板全部模板化管理，支持多风格（FORMAL/CASUAL/HUMOROUS/WARM/POETIC）与条件渲染（穿衣/生活/出行建议），需求变更以改模板为主，降低改代码风险。
6. 外部天气 API 调用治理：WebClient 强制超时控制 + 错误码判定，失败时回退 mock 数据，保证主流程“可用性优先”。

面试常见问题

1）你们怎么控制“AI 成本”和“延迟抖动”？

2）为什么既有 Spring Cache 又手写 CacheService？会不会重复？

3）Redis 挂了怎么办？你们服务会不会也挂？

4）外部天气 API 抖动你怎么处理？

如何获取项目源代码、完整教程和问题答案？