MentorSelectGuide_WHUCS

这是一个基于 Vue 3 和 Spring Boot 开发的基于大模型AI Agent的导师智能推荐系统，旨在为学生科研之路提供智能化指南。

网站

http://whucsmentorguide.asia/ 欢迎访问

项目特点

• 基于 DeepSeek API 的智能推荐系统
• 实时流式对话响应（SSE）
• 前后端分离架构
• RESTful API 设计
• 标签化导师筛选
• 智能化导师匹配算法
• 响应式设计和现代化UI
• 数据可视化展示
• 完整的用户认证系统
• 论坛交流功能
• 新闻管理系统

技术栈

前端

• 核心框架: Vue 3
• UI组件库: Element Plus
• 路由管理: Vue Router 4
• 状态管理: Vuex 4
• HTTP客户端: Axios
• 图标库: Element Plus Icons
• Markdown渲染: Marked
• 动画效果:
  • GSAP
  • AOS
  • Vue Kinesis
  • @vueuse/motion
• 数据可视化: ECharts
• 开发工具: Vue CLI

后端

• 核心框架: Spring Boot 3.4.4
• AI集成: DeepSeek Chat API
• 数据库: MySQL 8.0
• ORM框架: MyBatis-Plus 3.5.9
• HTTP客户端:
  • Apache HttpClient
  • OkHttp
  • Unirest
• JSON处理: Jackson
• 构建工具: Maven
• 服务器推送: SSE (Server-Sent Events)
• API文档: SpringDoc OpenAPI 2.2.0
• 工具库:
  • Lombok
  • Hutool
  • Guava
  • EasyExcel

系统功能

已实现功能

• AI 智能对话（基于 SSE 流式响应）
• 智能导师推荐
  • 基于标签的导师筛选
  • 个性化推荐算法
  • 实时对话反馈
• 基础页面框架
• 导师信息展示
• 标签化筛选系统
• 数据可视化展示
• 新闻管理系统
• 论坛交流功能
• 科研方向查询
• 用户认证系统
• 个人中心
• Excel数据导出功能

待实现功能

• 教师评价系统
• 高级数据分析功能
• 智能匹配算法优化
• 移动端应用开发
• 管理员后台系统

项目结构

MentorSelectGuide_WHUCS/
├── UI_vue/                  # 前端项目
│   └── ui/
│       ├── public/          # 静态资源
│       ├── src/
│       │   ├── assets/      # 资源文件
│       │   ├── components/  # 通用组件
│       │   │   ├── Layout/  # 布局组件
│       │   │   ├── HotTeachers/  # 热门导师组件
│       │   │   └── ResearchAreas/  # 研究方向组件
│       │   ├── router/      # 路由配置
│       │   ├── store/       # Vuex状态管理
│       │   ├── utils/       # 工具函数
│       │   ├── views/       # 页面组件
│       │   │   ├── Home/    # 首页
│       │   │   ├── AIRecommend/  # AI推荐页
│       │   │   ├── About/   # 关于页面
│       │   │   ├── News/    # 新闻页面
│       │   │   ├── DataView/  # 数据可视化
│       │   │   ├── Profile/  # 个人中心
│       │   │   ├── Forum/   # 论坛页面
│       │   │   ├── ResearchDirection/  # 研究方向
│       │   │   ├── Teachers/  # 导师列表
│       │   │   ├── TeacherDetail/  # 导师详情
│       │   │   ├── Login/    # 登录页面
│       │   │   └── Register/  # 注册页面
│       │   ├── App.vue      
│       │   └── main.js      
│       └── package.json     
│
├── server/                  # 后端项目
│   └── src/
│       ├── main/
│       │   ├── java/
│       │   │   └── com/example/whucs_mentorguide/
│       │   │       ├── controller/    # 控制器
│       │   │       ├── service/       # 服务层
│       │   │       ├── model/         # 数据模型
│       │   │       ├── repository/    # 数据访问层
│       │   │       ├── config/        # 配置类
│       │   │       ├── util/          # 工具类
│       │   │       └── exception/     # 异常处理
│       │   └── resources/
│       │       ├── application.properties
│       │       └── mapper/            # MyBatis映射文件
│       └── test/                # 测试目录
│
└── 数据库数据/               # 数据库相关文件

快速开始

环境要求

• Node.js >= 14.0.0
• Java >= 21
• Maven >= 3.6
• MySQL >= 8.0
• npm >= 6.0.0

前端启动

cd UI_vue/ui
npm install
npm run serve

后端启动

# 使用Maven启动Spring Boot应用
./mvnw spring-boot:run

配置说明

DeepSeek API配置

在 application.properties 中配置：

ai.config.deepseek.apiKey=your_api_key
ai.config.deepseek.baseUrl=https://api.deepseek.com/v1

数据库配置

spring.datasource.url=jdbc:mysql://localhost:3306/mentor_guide
spring.datasource.username=<username>
spring.datasource.password=<password>
spring.jpa.hibernate.ddl-auto=update
spring.jpa.show-sql=true

MyBatis-Plus配置

mybatis-plus.mapper-locations=classpath:mapper/*.xml
mybatis-plus.type-aliases-package=com.example.whucs_mentorguide.model
mybatis-plus.configuration.map-underscore-to-camel-case=true

开发指南

前端开发

1. 组件开发遵循 Vue 3 组合式 API
2. 使用 Element Plus 组件库
3. 使用 ESLint 进行代码规范检查
4. 实现响应式设计
5. 遵循组件化开发原则

后端开发

1. 遵循 RESTful API 设计规范
2. 使用统一的响应格式
3. 实现完整的错误处理
4. 添加详细的日志记录
5. 使用 MyBatis-Plus 进行数据库操作
6. 遵循分层架构设计

部署说明

前端部署

npm run build

将 dist 目录下的文件部署到 Web 服务器

后端部署

mvn clean package
java -jar target/whucs-mentorguide.jar

浏览器兼容性

• Chrome (推荐，最新版本)
• Firefox (最新版本)
• Edge (最新版本)
• Safari (最新版本)

开发计划

近期计划

1. 优化 AI 推荐算法
2. 完善错误处理机制
3. 添加用户反馈功能
4. 优化页面响应速度
5. 实现数据缓存机制
6. 增强数据可视化展示
7. 优化动画效果
8. 完善移动端适配

长期计划

1. 开发移动端应用
2. 添加数据分析功能
3. 实现智能化教学资源推荐
4. 建立导师评价体系
5. 开发管理员后台系统
6. 引入机器学习模型优化推荐算法
7. 建立完整的用户画像系统

贡献指南

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 提交 Pull Request

许可证

本项目采用 MIT 许可证