AI 应用与数字化项目实践

AI Full Stack Developer · 持续实践中 · 杭州 / 深圳

• 围绕 AI 应用、Agent 系统和业务数字化完成从需求拆解、技术方案、核心研发到上线运维的端到端交付，关注产品结果而不止于功能完成
• 规划「数据中台 + Agent 共享集群 + 多业务 Agent」三层架构，统一沉淀 LLM、RAG、记忆、Prompt、工具调用和观测能力，减少业务重复建设
• 设计模型无关的 Harness 运行时与 Loop Engine，通过 LLMProvider、Tool 抽象和注册表实现模型可切换、工具可插拔、业务代码低耦合
• 主导商品交易智能客服、售前实时咨询、内容运营、直播切片、销售考核等 AI 应用方向，把模型能力嵌入咨询、生产、培训和经营链路
• 构建 RAG 知识库工程，覆盖数据切片、HNSW 混合检索、Metadata 过滤、Rerank、向量隔离和知识效果评测，推动知识从文档变成可调用能力
• 设计 AI 数据中台，打通原始聊天抽取、清洗、脱敏、人工审核、RAG 数据和 SFT / DPO 训练数据导出，形成数据持续回流的闭环
• 落地实时语音与多模态链路，整合 ASR、TTS、OCR、VLM、图片和视频素材，让 AI 应用具备文字、语音、图像和视频的统一交互能力
• 使用 LangGraph 构建可持久化、可回滚、可增量重试的多阶段工作流，补齐流式响应、任务队列、成本追踪、限流、熔断和健康检查
• 熟悉 React / Next.js、Vue、Angular、Electron、Python / FastAPI、Node.js、.NET / C#、PostgreSQL、Redis、Docker 和云端部署
• 保留并持续拓展跨境 ERP、政府触控、智能货柜、酒店自助、HIS 医保、电子病历、AI 陪伴硬件、舞台灯光、三维交互与热点聚合等项目经验
• 能够在产品、研发和业务之间建立清晰的方案边界，把复杂技术拆成可执行的阶段目标，并通过日志、指标和复盘持续推进系统演进