开发者用Vue3 LangGraph构建心理咨询AI 实现9项安全兜底机制

一名前端开发者近期开源其自研的心理咨询AI助手项目，技术栈为Vue3 + NestJS + LangGraph 1.4 + PostgreSQL，核心目标是构建具备强安全兜底能力的对话智能体。区别于普通聊天机器人，该项目从设计之初即确立‘安全不能全交给大模型，代码必须兜底’原则，因漏判自杀倾向等风险可能造成严重后果。系统采用状态图驱动架构，将整个咨询流程建模为有向图：用户输入→情绪初筛→安全评估子图（含关键词匹配、语义规则、阈值判断三重校验）→高危则强制跳转紧急干预路径，推送本地求助资源并记录事件；该机制确保无论大模型如何输出，高风险信号均被确定性逻辑拦截。前端使用Vue3 + TypeScript + Vite，搭配MateChat与DevUI实现会话UI及CrisisBanner高风险提示；后端NestJS模块化组织，LangGraph支持条件分支与检查点机制；模型层兼容OpenAI或阿里云百炼；数据层统一用PostgreSQL存储消息与运行时状态。交互上采用SSE流式响应，前端通过ReadableStream解析token分片实现增量渲染，并支持无Key无数据库轻量模式——检查点与会话临时存内存+前端本地缓存。项目总结9个实战坑点，包括状态同步丢失、SSE中断恢复、检查点版本冲突等非功能性问题，例如曾因忽略序列号校验导致会话错乱误标高危。该方案体现‘规则+模型’混合架构趋势，呼应《生成式人工智能服务管理暂行办法》对高风险应用的监管要求，为医疗、教育等垂直领域智能体提供可复用的工程范式。