个人介绍

19年的开发,前后端,全栈,运维,部署上线,大数据,ai应用开发都精通。

核心技能
claude code LangGraph/OpenClaw、多 Flink-CDC、Hive、Spark MultiRAG、Milvus、多模态检 LoRA微调、SFT、MMLU/C-Ev Docker、Docker Compos Prometheus、cAdvisor、 Next.js 14,TypeScrip NextAuth,PostgreSQL( Redis, LangGraph.js, qwen,deepseek,openai
精选作品集
金融行业智能体
项目描述:构建一站式金融AI智能体平台,集成多Agent协作、RAG/GraphRAG检索、MCP工具协议等核心能力,支持智能投研、量化分析、合规审查。项目经历V1原型→V2生产级的完整演进,涵盖基础设施迁移、Agent架构重构、RAG质量治理、微服务拆分四大升级。 技术栈:Next.js 14 + TypeScript + Route Handlers(SSE) + NextAuth + PostgreSQL(pgvector) + Neo4j + Redis + LangGraph.js + 阿里百炼 + Docker Compose 一、基础设施 - ORM 迁移 :Prisma → Drizzle ORM,解决影子库 superuser 权限依赖、Rust 引擎构建慢、pgvector 兼容性不足三大痛点 - 通信层 :tRPC → Route Handlers + SSE,原生支持流式推送与中间件集成 二、Agent 分层编排 - 21 工具平铺导致 LLM 选择困惑、幻觉编造数据、8 轮超时无输出 - 引入「Query → Skill → Tool」三层决策架构,6 组 49 工具按投研工作流分组 - 13+ 声明式 Skill 固化高频任务,Prompt Token 减少 50%+ - Skill/Tool 双级向量检索动态匹配相关工具子集 - 多工具链式执行(5 轮→2 轮,省 30% Token)+ 重复调用检测 + 数据真实性校验 三、RAG 质量治理(Top-5 准确率提升 40%+) - 清洗管线 :控制字符清理 → Markdown 噪声过滤 → 全半角归一化 → Unicode NFC 标准化 - 智能切片 :800 字符 + 128 重叠 + 句子边界感知 + 多级断点策略(512 硬截断丢失率从 36% 降至
工作经历
法本 · 大数据开发 2018-10-18 - 1
数据架构师 ● 负责企业级大数据平台建设:湖仓一体(Iceberg/Hudi)+ Flink流批一体 + 多维数据库(Kylin/Doris)+ BI报表体系(Superset/FineBI) ● 主导数据治理与指标体系搭建,通过Redis多层缓存优化查询性能 Agent开发工程师 ● 主导智能BI编程Agent(DataAgent)从0到1落地,实现自然语言→SQL/代码→调度→报表生成+数据/报表治理全链路 ● 设计多智能体协作、RAG知识库(业务知识+SQL案例)、Redis缓存加速、血缘依赖检测
教育背景
武昌首义学院 · 计算机应用工程 2004-09-01