Multi Agent Ecommerce System

🛒 多Agent电商推荐与营销系统

**面向小白的企业级 AI Agent 项目** — 从零理解 Multi-Agent 架构，配套三语言代码 + 八股文 + 简历模板 + STAR面试话术，找工作全流程覆盖。

[](python/) [](java/) [](go/) [](LICENSE)

---

📖 目录

1. 这个项目是什么？
2. 系统架构（看图秒懂）
3. 四大核心 Agent 详解
4. 三语言实现对比
5. 关键代码展示
6. 快速上手运行
7. API 接口文档
8. 项目文件结构
9. 面试资料索引
10. 面试八股文精选
11. 简历写法（直接复制）
12. 参考资料与致谢

---

🤔 这个项目是什么？

用一句话解释

用 AI Agent 技术，让电商平台的**推荐 + 文案 + 库存**三个系统协同工作，像一个聪明的"AI 运营团队"一起为每位用户生成个性化推荐结果。

它解决了什么问题？

传统电商推荐系统存在三大痛点：

痛点	传统做法	本项目做法
推荐结果和库存脱节	推荐了缺货商品	库存 Agent 实时校验，缺货自动剔除
营销文案千篇一律	所有人看同一段广告语	文案 Agent 根据用户画像生成个性化文案
各系统各自为战	推荐、文案、库存三套系统互不感知	Supervisor 统一编排，结果实时互相影响

技术关键词（面试常考）

`Multi-Agent` · `Supervisor模式` · `LangGraph` · `asyncio并行` · `Redis Feature Store` · `A/B Testing` · `Thompson Sampling` · `RAG` · `ReAct` · `MiniMax LLM`

---

🏗 系统架构（看图秒懂）

整体架构图

┌─────────────────────────────────────────────────────────────────┐
│                         用户发起推荐请求                           │
│                    {"user_id": "u001", "num_items": 5}           │
└───────────────────────────────┬─────────────────────────────────┘
                                │
                                ▼
┌─────────────────────────────────────────────────────────────────┐
│                    Supervisor 协调Agent                           │
│                  (python/orchestrator/supervisor.py)              │
│                                                                   │
│  ════════════════ Phase 1: 并行执行 ═══════════════════           │
│  ┌────