AI 面试教练 Agent 实战（上）：训练流程与会话恢复

接下来咱们开始写项目。

我想了好几天，觉得咱们可以做一个 AI 面试教练 Agent。

一是因为，现在好多 训练营 的同学都在面试，有了这个也可以自己在线下做自测。

另一点就是，这个场景功能也比较好贴合咱们这一章学的东西。

咱们这一章所学的内容，核心是三部分：

• 短期记忆：当前面试怎样恢复
• 长期记忆：薄弱点怎样跨面试保存
• Agentic RAG：反馈需要哪些技术资料

整个项目的核心流程大致是这样，分成两个阶段：

这正好和咱们学过的三部分核心能对应上。

整个视频的讲解，依然拆成上、中、下三篇来讲。

• 上篇先把项目跑起来，并且解决会话恢复
• 中篇继续讲面试结果怎样进入长期记忆，以及怎样更新和删除
• 下篇再完成跨会话复测、多轮资料补查和训练效果验证

先把整个项目跑起来

项目代码位于：Code/Node/第六章/09-ai-interview-coach

这个项目使用到了：

• NestJS：提供服务端 API
• Vue 3：实现面试工作台
• LangGraph：组织出题、评估、检索和记忆写入流程
• PostgreSQL：同时保存 Checkpoint 和长期记忆
• DeepSeek-V4-Flash：在 AI 模式下评估回答并组织面试反馈

进