做了一个ai项目，面试官追问两小时！

太长不看版:

一个面向金融面试的RPA开源项目：基于Skyvern改造，主打三维度权限、高危审批、LLM容错、双Agent，附带简历写法+面试QA+16天开发日志，代码+文档全开源，专治面试没得聊。

🌟 核心亮点速览（就三点）：

• 业务深度：银行真实权限模型+分级审批+审计留痕
• 技术巧思：Action缓存降本60%、双Agent断点续跑、三层LLM容错
• 面试加成：所有设计决策写在日志里，配套简历/QA手册，让你聊得深

👉 项目地址评论区自取，觉得有用给个Star就行～

正文开始：

做这个项目的起因很简单：我想要一个面试时真正能聊得深的项目。不是那种 CRUD 搭完就结束的 demo，而是一个完整的系统——有真实的业务场景驱动、有经得起追问的设计决策、有能跑通的端到端链路。最终我选择基于 Skyvern（用 LLM + 视觉理解驱动浏览器自动化的开源框架），针对金融行业做了一套企业级 RPA 平台的完整改造。现在把它完整开源出来，项目地址放在文末。

这个项目里有什么

一、完整的企业级功能

不是堆功能列表，每个模块都有明确的设计动机：

三维度权限体系（部门 × 业务线 × 角色）

为什么不用简单的 role？因为银行里对公信贷部的操作员不该看到个人金融部的任务，但风险管理部需要跨部门只读，合规审计部需要跨部门审批——单一维度的角色模型覆盖不了这些真实场景。operator 和 approver 在数据库层面强制互斥，对应金融行业的职责分离要求。

高危操作分级审批

转账、放款、核保这类操作不能让 AI 自主执行。我设计了两阶段识别（关键词预筛 + LLM 精准判断），命中后按风险等级路由给不同层级审批人，整个等待通过 Redis Pub/Sub 实现，不阻塞其他任务，超时自动拒绝。

全链路合规审计

每步操作前后截图上传私有化 MinIO（数据不出内网），敏感信息自动脱敏，完整操作时间线支持多维度检索。这不是"加个日志表"的事，是在架构层面设计的。

LLM 三层容错 + NEEDS_HUMAN 状态机

LLM 不是 100% 可靠的。Prompt 格式约束 → Pydantic 校验重试 → 超出重试转人工接管。为 NEEDS_HUMAN 设计了完整的处置流程：查看截图和 LLM 原始输出，选择跳过/手动执行/终止。

Planner + Executor 双 Agent 协作

将「规划」和「执行」解耦为两个独立 Agent，四种失败策略（retry / skip / abort / replan），子任务状态持久化支持断点续跑——银行日终批处理中途中断可以从上一个成功步骤继续。

可组合 Skill 库

7 个独立 Skill（登录、表单填写、表格提取等），统一接口，6 个金融工作流模板通过 Skill 组合实现。所有银行场景共享同一个 LoginSkill，登录页变化只改一处。

Action 缓存 + 模型路由

相同页面结构的重复执行跳过 LLM 调用，模型路由根据页面复杂度自动选择轻量/标准/重型模型，降低约 60% 调用成本。

二、面试能聊什么

列几个我在准备过程中觉得有深度的点，也是面试里容易被追问的方向：

• 权限模型的选型理由：为什么三维度而不是简单 role？怎么处理风控部跨部门只读和合规部跨部门审批这种交叉需求？互斥约束为什么放在数据库层而不只是应用层？
• 审批的异步实现：为什么用 Redis Pub/Sub 而不是数据库轮询或 Kafka？并发量、实时性、部署成本三者怎么取舍？
• LLM 容错的分层设计：为什么不是一层 try-catch 搞定？Prompt 约束、解析重试、人工兜底各解决什么层次的问题？
• 双 Agent 架构的失败策略：retry / skip / abort / replan 四种策略分别对应什么场景？replan 次数上限怎么定？
• Action 缓存的 key 设计：DOM 哈希怎么剥除动态内容？缓存命中率和正确性之间怎么平衡？

这些问题在项目的 16 天开发日志（summaries/）里都有完整的推理过程，不是结论式的，是"我当时考虑了哪些方案、为什么排除了其他选项"这种记录。

三、工程完整度

不只是功能能跑，整个工程链路是通的：

• 601 个测试（561 单元 + 40 端到端集成），85% 覆盖率，覆盖权限边界、租户隔离、审批路由、LLM 容错、缓存失效等场景
• Docker Compose 一键启动（PostgreSQL + Redis + MinIO + Skyvern + UI），开发和生产双配置
• Nginx 反向代理 + gzip + 安全头 + HTTPS 预留
• 完整的 数据库迁移（Alembic）和 种子数据（16 个演示用户、6 个部门、4 条业务线）
• 从登录认证 → 任务创建 → 风险识别 → 审批流转 → 审计留痕，整条业务链路可端到端走通

四、不只是代码

除了项目本身，仓库里还附带了几份可能对你有用的东西：

简历写法指南（docs/resume_guide.md）

三个版本：通用后端版、AI 强化版、全栈版。核心原则不是罗列技术栈，而是写清楚"你判断了什么问题、做了什么取舍、产生了什么结果"。可以直接参考格式往自己的简历上套。

面试 QA 手册（docs/interview_qa.md）

基于这个项目可能被追问的高频面试题，分项目深挖、系统设计、技术原理、金融场景四个维度。每道题给的是回答框架而不是背诵答案——因为背答案没用，面试官换个角度问你就卡住了。

16 天开发日志（每个 day 分支的 summaries/）

每天做了什么、为什么这样设计、踩了什么坑、怎么解决的。不是流水账，是完整的技术决策记录。如果你想理解"一个系统是怎么从零长出来的"，从 Day 1 的 summaries/day_1_summary.md 开始读。

技术栈一览

写在最后

我的bg不算出众，甚至可以说比较低，在座的各位想必都要比我优秀的多，但可能也会在春招里面临被拒和自我怀疑的困境，而陷入迷茫。

但与其花时间焦虑，不如把时间花在提升自己的道路上。

我深知这个项目尚不完美——Action 缓存还是内存实现，Skill 库只有 7 个，双 Agent 通信没有消息队列持久化——但它的每一行代码、每一个设计决策、每一 篇踩坑记录，都是在深思熟虑后写下的。面试的时候，它们可以帮你说清楚每个模块为什么存在、为什么这样设计、有什么不足和改进方向。我想，这或许可以为你带来一些其他教程和付费课给不了的底气。

项目完整开源，随意 fork 和参考。如果对你有帮助，希望能给个 Star。

祝各位春招顺利，大家都可以抵达梦想的远方。