我们在做什么 AI陪练系统：小程序前端 + 实时语音（火山引擎 TTS 双向流式 WebSocket）+ LLM 流式对话（SSE/WS）。 Pathfinder（转化路径扫描仪）SaaS：漏斗/画像/任务编排，强调数据资产与可复用认知模型。 认知中台：ToB 多租户、RBAC 权限、审计日志与合规模块，私有化/混合云部署。 你将负责（实习期间） 基于 Java（Spring Boot）或 Node.js（NestJS/Express） 实现流式接口（SSE/WS），保障断线重连、消息有序与幂等。 对接 火山引擎 TTS 双向流式：封装连接器/网关（限流、熔断、重试、超时、状态机），统一错误码与重试策略。 接入 LLM/Agent（Dify/自建）：会话上下文、消息仓储、工具调用回调；编写稳定的 OpenAI 兼容接口 适配层。 数据层：PostgreSQL/MySQL + Redis 读写与优化；实现分页/游标、唯一幂等键、分布式锁与任务重入保护。 基础设施：Docker/Docker Compose 环境对齐，GitHub Actions 持续集成；灰度发布、健康检查与滚动重启脚本。 可观测性：结构化日志 + Trace ID、指标（QPS/95p 延迟/错误率）、告警阈值；输出故障 RCA（根因分析）。 基础要求（必须） 计算机相关专业优先；每周 4–5 天、连续 3 个月+。 至少熟练一种后端栈： Java + Spring Boot（WebFlux/Servlet 其一，JPA/MyBatis 其一），或 Node.js + NestJS/Express（TypeScript 必须）。 熟悉 HTTP 基础/长连接（SSE/WS），理解心跳、断线重连、背压/流控、消息去重与幂等。 会用 Redis 做缓存/队列/分布式锁；会写事务 + 唯一约束防脏写，理解时钟偏差/签名验证常见坑。 基本 Docker 能力（构建镜像、分环境配置、Compose 启停）；能把项目在本地一键跑起来。 基本测试：JUnit/Jest 单测 + 集成测试（可用 Testcontainers / 自建 Mock），覆盖关键链路。 加分项（有就值钱） 做过 OpenAI 兼容 API，对接过 Dify / n8n / LangChain；了解工具调用、会话状态、向量检索（pgvector/Milvus 任一）。 实战过 火山引擎 TTS 双向流式或任一实时音视频/流式 SDK。 用过 OpenTelemetry/Prometheus + Grafana 做指标；或 ELK/Graylog 做日志。 安全与合规意识：多租户隔离、RBAC、审计日志、敏感信息脱敏；了解小程序 AI 备案相关接口要求。 我们不要谁（直说） 只会跑脚本、不会读协议文档和错误码表的人。 不写测试、不写文档、不做自查的人。 对线上异常不敏感、无法输出 RCA 的人。