mall-ai-after-sales-platform：电商售后的 AI 落地实践

这个项目的方向挺直接，就是针对电商售后场景构建一个可信的 AI 处理平台。它没有追求花哨的通用能力，而是聚焦在如何让 AI 在企业级业务中安全落地，结合了 RAG（检索增强生成）、受控的工具调用以及人工确认机制。 这里有个小看点，它采用了 Java（Spring Boot）作为核心业务逻辑和数据写入的权威端，同时结合了 LangGraph 和 MCP（模型上下文协议）来编排 AI 工作流。这种架构设计反映了当前传统后端系统接入 AI 时的典型诉求：既要 AI 的灵活性，又要保证数据库写入的绝对安全。 它更像是一个业务驱动的参考实现。对于那些正在头疼如何将大模型引入现有 Java 业务系统，同时又担心 AI “胡言乱语”导致业务故障的开发者来说，这个项目提供了一套包含可观测性和人工介入的务实方案。