WaLiSSH 是一款基于 Spring AI 和 Google ADK 开发的 AI SSH 运维 Agent 项目,主打自然语言驱动服务器运维,用户直接用中文下达运维指令,Agent 自动规划、调用 SSH 工具执行命令,全程流式展示推理和执行过程,同时内置危险命令拦截机制,规避删库、高危系统指令等风险,很适合写在 Java 后端、AI 应用开发、Agent 开发、DevOps 相关岗位简历上。项目整体分为服务端、桌面客户端两块,服务端用 Spring Boot3+Spring AI 对接大模型,Google ADK 负责 Agent 编排、子 Agent 调度、工具管理;前端是 Tauri2+React19+xterm.js 做桌面端,支持 SSH 连接、命令实时回显、SSE 流式推送,架构采用 DDD 六边形分层,把意图识别、上下文管理、长期记忆、提示词组装拆成独立领域服务,方便替换模型、新增运维技能。下面给简历可直接复制的版本、项目核心清单、高频面试八股,方便你直接背。
一、简历项目描述(3 版可选,直接复制)
精简版(适合简历空间有限)
WaLiSSH AI SSH 运维 Agent|Spring AI + Google ADK + Tauri
基于 Spring AI、Google ADK 搭建 ReAct 模式运维智能体,支持自然语言下发运维指令,自动执行 SSH 命令;实现意图级联识别、混合窗口上下文裁剪、高危命令拦截,SSE 流式输出执行轨迹,支持多服务器管理、日志分析、文件 SFTP 操作,提升运维排查效率。
标准版(推荐,大部分岗位)
WaLiSSH AI SSH 运维 Agent(AI 运维助手)
技术栈:Spring Boot3、Spring AI、Google ADK 1.2、MySQL、SSE、Tauri2、React19、xterm.js
- 基于 Google ADK 实现 Agent 编排,搭建 AiCallNode→ToolCallNode→LoopDecisionNode→UserFeedbackNode 的 ReAct 节点链路,完成思考、工具调用、结果观察循环;
- 基于 Spring AI 封装模型接入层,实现动态提示词组装、多模型切换、工具调用标准化;
- 设计规则 + LLM 级联意图识别,高频运维指令优先规则匹配降低延迟,长会话采用混合窗口裁剪 + 多类型长期记忆,解决上下文溢出;
- 开发 SSH/SFTP 工具能力,增加命令白名单、高危命令拦截、人工确认机制,风险操作强制 HITL;
- Tauri 桌面客户端,SSE 异步流式推送 Agent 推理、命令执行日志,前端 xterm 渲染终端,支持多主机连接管理。
亮点量化版(面大厂 AI 应用岗)
自研 WaLiSSH AI SSH 运维 Agent,面向服务器自动化运维场景,采用 Spring AI+Google ADK 构建可编排运维智能体,DDD 六边形架构解耦 Agent 能力。落地 ReAct 循环 + DAG 子 Agent 编排,实现自然语言转 Shell 命令、自动日志排查、服务状态巡检;设计级联意图识别降低 LLM 调用成本,高危命令拦截防止误操作;SSE 流式链路实时输出 Agent 思考轨迹,支持多服务器、SFTP 文件管理。项目可扩展 MCP 技能,可新增监控、告警、部署类运维能力。
二、项目核心技术清单
| 模块 | 技术 & 能力 |
|---|---|
| Agent 编排 | Google ADK,ReAct 节点链、子 Agent DAG 编排、工具注册、状态持久化 |
| 模型对接层 | Spring AI,ChatClient、ToolCall、Prompt 模板、多模型适配 |
| 后端核心 | Spring Boot3、MySQL、SSE 长连接、异步线程、心跳保活 |
| 安全控制 | 命令黑名单、高危指令拦截、风险操作人工确认 HITL |
| 上下文 & 记忆 | 混合窗口上下文裁剪、动态 Prompt、4 类长期记忆提取 |
| 桌面端 | Tauri2 + React19 + xterm.js,本地客户端,SSH 终端渲染 |
| 运维能力 | SSH 命令执行、SFTP 文件传输、服务器状态巡检、日志提取分析 |
三、高频面试八股(问答)
- 问:WaLiSSH 项目为什么同时选 Spring AI 和 Google ADK,二者分工是什么?
- 问:WaLiSSH 怎么防止 Agent 执行 rm -rf、格式化这类高危 SSH 命令?
- 问:项目里的 ReAct 链路 AiCallNode、ToolCallNode、LoopDecisionNode 分别干什么?
- 问:长会话上下文溢出问题,WaLiSSH 是怎么处理的?
- 问:SSE 流式推送在这里解决什么问题?为什么不用 WebSocket?
- 问:这个项目可以扩展哪些能力?MCP 是什么,怎么接入?
答:Spring AI 主要负责模型对接、统一 ChatClient、工具调用封装、提示词管理,解决 Java 生态下大模型接入问题;Google ADK 负责 Agent 侧的编排、节点流转、子 Agent 管理、状态管理、评估链路,ReAct 循环、工具路由、HITL 暂停恢复都交给 ADK。Spring AI 做模型层,ADK 做 Agent 流程层,各司其职。
答:三层防护,第一层是命令黑名单拦截,在工具执行前置校验;第二层 ADK 节点中增加风险识别节点,让 LLM 预判命令风险;第三层高危操作强制触发人工确认节点,用户不点确认不会下发 SSH 执行,同时日志全留存。
答:AiCallNode 是调用大模型做思考,生成下一步计划和工具参数;ToolCallNode 执行 SSH/SFTP 等工具;LoopDecisionNode 判断任务是否完成、是否继续循环;UserFeedbackNode 用来接收人工确认、补充输入。
答:采用混合窗口裁剪策略,保留最近关键对话、工具返回结果,不重要日志做摘要压缩;同时单独提取长期记忆,把服务器信息、常用运维参数放到独立记忆模块,不占对话上下文窗口。
答:SSE 单向推送 Agent 推理、命令输出、执行事件,实现思考过程实时可见;运维场景大多是服务端推结果,客户端很少高频双向交互,SSE 实现简单、自带断线重连、心跳保活;复杂双向交互场景才会换成 WebSocket。
答:可以扩展监控告警、服务发布、数据库巡检、容器运维技能;MCP 是模型上下文协议,可以把外部能力封装成标准技能,在 ADK 中注册为 Tool,让 Agent 自动调用 MCP 服务。
【相关 FAQ】
问题 1:WaLiSSH AI SSH 运维 Agent 项目,Spring AI 和 Google ADK 在简历里要重点突出吗?
回答 1:是的,WaLiSSH AI SSH 运维 Agent 核心就是 Spring AI+Google ADK 组合,投递 AI 应用、Agent 开发、Java 后端岗位时,一定要放在简历技术栈首行,面试也会优先问这两个框架的分工和落地细节。
问题 2:WaLiSSH AI SSH 运维 Agent 适合写在什么岗位的简历上?
回答 2:WaLiSSH AI SSH 运维 Agent 偏向 AI Agent + 后端 + DevOps,适合 Java 后端开发、AI 应用开发、大模型应用工程师、DevOps 工程师、运维开发岗,纯算法岗不建议放这个项目。
问题 3:面试 WaLiSSH AI SSH 运维 Agent 项目,面试官大概率会问 Agent 安全相关问题吗?
回答 3:大概率会,SSH 运维 Agent 有执行服务器命令的权限,所以 WaLiSSH 项目里的高危命令拦截、HITL 人工确认、命令校验机制是高频面试点,一定要准备清楚。
问题 4:WaLiSSH AI SSH 运维 Agent 是网页端还是客户端?
回答 4:WaLiSSH AI SSH 运维 Agent 是 Tauri 做的桌面客户端,搭配 xterm.js 实现终端,不是网页版,同时后端是 Spring Boot 服务,通过 SSE 推送流式结果。
【参考资料】
[2026-11-17](WaLiSSH AI SSH 运维 Agent 项目:Spring AI+Google ADK,简历写法与面试八股汇总)与非网
[2026-11-17](WaLiSSH:本地 AI SSH 运维助手 Spring AI+Tauri 源码详解)与非网
[2026-07-13](转行 AI Agent 工程师,完整学习路线)腾讯云开发者社区
【免责声明】
本文仅为 WaLiSSH AI SSH 运维 Agent 项目资料整理,简历写法、面试八股仅作学习参考;项目源码、功能版本、Google ADK 和 Spring AI 接口变更以官方仓库和框架文档为准;该项目为学习型项目,生产环境直接使用 SSH Agent 存在服务器安全风险,上线前需要额外完善权限、审计、隔离方案。
本文来自作者[锐波存帧人]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/bdt/202611/3530.html
评论列表(4条)
我是乌兰科技网的签约作者“锐波存帧人”!
希望本篇文章《WaLiSSH AI SSH 运维 AgentSpring AI+Google ADK 项目简历写法与面试八股汇总》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:WaLiSSH 是一款基于 Spring AI 和 Google ADK 开发的 AI SSH 运维 Agent 项目,主打自然语言驱动服务器运维,用户直接用中文下达运维指令,Agent 自动规划、调用 SSH 工具执行命令,全程流式展示推理和执行过程,同时内置危险命令拦截机制,规避删库、高危系统指令等风险,很适合写在 Java 后端、AI 应用开发、Agent 开发、DevOps 相关岗位简历上。项目整体分为服务端、桌面客户端两块,服务端用 Spring Boot3+Spring AI 对接大模型,Google ADK 负责 Agent 编排、子 Agent 调度、工具管理;前端是 Tauri2+React19+xterm.js 做桌面端,支持 SSH 连接、命令实时回显、SSE 流式推送,架构采用 DDD 六边形分层,把意图识别、上下文管理、长期记忆、提示词组装拆成独立领域服务,方便替换模型、新增运维技能。下面给简历可直接复制的版本、项目核心清单、高频面试八股,方便你直接背。