个人介绍
深耕 RAG 检索增强生成、RPA 流程自动化、计算机视觉方向，熟练掌握 Python 全栈开发，独立完成企业本地知识库问答系统、微信智能伴聊机器人等完整项目，覆盖桌面端开发、多模态交互、Web 中控全链路。曾作为视觉算法核心开发者，助力团队斩获 RoboCup 机器人世界杯校赛亚军。
核心技能
Python
Java
C++
前端
后端
RAG
OCR
Vibe Coding
Agent
语音识别
计算机视觉
Flask
Vue
React
精选作品集
企业本地知识库智能问答系统
•RAG 核心工程：基于 LangChain 框架构建检索增强生成链路，选用 BAAI/bge-large-zh 模型对规章制度（Markdown）进行特征向量化并挂载 FAISS 本地索引；运用 RecursiveCharacterTextSplitter 优化文本切分策略，提升语义召回率。
•桌面端与并发控制：使用 PyQt5 独立开发带有历史会话管理（JSON 持久化）的桌面端 GUI。引入 QThread 异步工作线程机制，剥离大模型网络请求与 UI 渲染，保障界面极低延迟与零卡顿。
•多模态语音交互：自主封装 speech_manager 模块，集成外部语音引擎实现高精度语音到文本（STT）和文本到语音（TTS）的实时双向交互功能，极大拓宽了系统的应用场景。
基于 RPA 与大模型的微信智能伴聊机器人
•底层自动化引擎：规避高风险协议 Hook，采用 UIAutomation 与窗口句柄控制构建 RPA（机器人流程自动化）级底层监听机制，实现微信客户端消息的无痕捕捉、剪贴板读写与防封号自动回复。
•大模型与多模态解析：对接 Gemini LLM API，设计带窗口滑动的本地上下文记忆流（历史状态持久化）；自研并迭代 OCR 处理模块（ocr_handler_improved），实现图片消息内复杂文本的高效提取与智能解析。
•Web 可视化中控端：为提升系统工程化完备度，基于 Flask 与原生 JS/CSS 独立开发了 Web 后台控制台，支持系统运行状态监控、动态参数热更
工作经历
教育背景
重庆大学 · 人工智能
2024-09-05