Campus 24/7 - Tóm tắt dự án

1. Bài toán Sinh viên cần tra cứu quy chế/quy định và thực hiện thủ tục hành chính (phúc khảo điểm, xin giấy chứng nhận, báo sự cố KTX, đặt phòng học...) nhưng: thông tin phân tán, chỉ hỗ trợ giờ hành chính, phản hồi chậm, cán bộ quá tải vì câu hỏi lặp lại, sinh viên không biết trạng thái yêu cầu của mình. Cần một trợ lý AI 24/7 vừa trả lời có căn cứ (không bịa quy định), vừa tự động hoá thủ tục qua hội thoại tự nhiên, vừa biết khi nào phải chuyển cho người thật (ca nhạy cảm, khẩn cấp, hoặc AI không đủ tự tin).

2. Giải pháp kỹ thuật Kiến trúc: FastAPI + LangGraph (agent orchestration) + MongoDB (đồng thời là DB nghiệp vụ và Atlas Vector Search cho RAG) + React/Vite frontend cho 2 vai trò (sinh viên/cán bộ).

RAG có trích nguồn: kho tri thức được cán bộ ingest (PDF/URL), retrieval qua vector search có ngưỡng liên quan 2 tầng — không đủ căn cứ thì trả lời no_source thay vì đoán, kèm gợi ý mở thủ tục liên quan nếu có.

Agent tool-use an toàn: model chỉ được gọi tool đọc (tìm workflow, lấy form, resolve field...); mọi thao tác ghi (tạo yêu cầu, sinh văn bản, nộp) đều đi qua service backend riêng, có bước xác nhận tường minh + idempotency — nguyên tắc "agent đề xuất, backend quyết định và ghi".

Conversational router: phân loại từng lượt (hỏi đáp tự nhiên / bắt đầu thủ tục / than phiền cơ sở vật chất...), ưu tiên giữ mạch trò chuyện gần gũi thay vì chatbot theo kịch bản cứng.

Safety & Human-in-the-loop: lớp phát hiện an toàn chạy deterministic, tách khỏi model (không để LLM tự quyết ca tự hại/bị đe doạ) → tự động chuyển cán bộ đang trực, định tuyến đúng phòng ban (không dồn về một đầu mối), có Inbox riêng cho hội thoại đã handover.

Bảo mật dữ liệu: nội dung tin nhắn, lý do handover, tiêu đề hội thoại được mã hoá ở mức field, không lọt vào các field có thể tra cứu/index.

3. Tính khả thi Điểm mạnh: Hệ thống đã chạy với dữ liệu/LLM/vector search thật, đã trải qua nhiều vòng sửa lỗi từ tình huống thực tế (nhận diện an toàn, retrieval tiếng Việt, định tuyến phòng ban, gộp hội thoại...), cho thấy đã ở giai đoạn hoàn thiện chứ không phải demo tĩnh. Hạ tầng gọn (MongoDB Atlas đủ cho cả nghiệp vụ lẫn vector search, không cần thêm service riêng) — phù hợp quy mô một trường.

Bên cạnh đó việc tối ưu hóa quy trình hỏi đáp xin giấy tờ công văn,... cũng được nhiều trường đại học lớn hướng tới (Bách khoa Hà Nội, Đại học quốc gia, ...) để giảm thời gian xử lí những công việc lặp đi lặp lại

4. Đề xuất hướng phát triển Mở rộng kho tri thức có kiểm soát: có khả năng bổ sung tài liệu cho các câu hỏi chưa có format hay tài liệu để làm tăng tính đa dạng của chatbot

Mở rộng số thủ tục tự động hoá theo đúng tần suất ticket thực tế (thay vì đoán), đặc biệt các nhóm đang chỉ dừng ở mức tạo phiếu theo dõi (báo sự cố CSVC, hỗ trợ trực tiếp).