santifer/cv-santiago

解决的问题

静态的简历往往无法展示实际的技术能力。本项目提供了一个生产级的交互式作品集，通过实现包括语音聊天机器人、自动评估流水线和全方位可观测性的复杂 AI 系统，作为技能的生动证明。

工作原理

该系统围绕名为 "Santi" 的 AI 聊天机器人展开，使用 Claude Sonnet 处理文本，使用 OpenAI Realtime API 处理语音。它采用了代理式 RAG（检索增强生成）流水线，具有混合搜索（结合 pgvector 语义搜索和 BM25 全文搜索）以及通过 Claude Haiku 进行重排序的功能。

为了确保可靠性，本项目实现了针对提示词注入的 6 层防御系统，以及一个“闭环”质量系统，其中生产环境中的失败（评分低于 0.7）会自动生成新的测试，并通过 CI 门禁阻止未来的部署。所有活动都通过使用 Langfuse 和 Supabase 的私有 LLMOps 控制面板进行跟踪。

适用对象

想要查看生产级 LLM 应用程序参考实现的开发者和 AI 工程师，特别是专注于 RAG、LLMOps 和自动评估框架的人士。

亮点

• 双模式交互：支持流式文本聊天和低延迟音频到音频语音会话。
• 自动评估：涵盖 10 个类别（例如事实准确性、安全性、RAG 质量）的 71 项自动测试，充当 CI 门禁。
• LLMOps 控制面板：用于监控成本、延迟、安全威胁和 RAG 激活率的私有 /ops 界面。
• 6 层安全防护：包括 Canary tokens、指纹识别和实时越狱邮件警报在内的全面防御。
• 自愈流水线：自动将低质量评分的生产环境追踪转换为测试用例，以防止回归。