2026
AI 应用开发
业务型科技团队负责业务需求调研、技术方案设计，以及 RAG、Agent 工作流的开发、测试、优化与交付。
RAG 知识库 · Agent 智能体 · RPA 自动化 · AI 工程化交付
近 2 年聚焦 LLM、RAG、Agent 与智能自动化落地，具备政务、电力、电商等业务场景经验。 能够从需求调研出发，独立完成方案设计、后端开发、AI 链路构建、测试部署与项目交付。
从模型能力到业务系统，覆盖需求、开发、部署、评测与持续运行。
3 年开发与项目交付经验，近 2 年聚焦 LLM、RAG、Agent 与智能自动化应用， 具备政务、电力、电商等业务场景的实际落地经验。
熟悉文档解析、语义分块、Embedding、Hybrid Search、RRF、Rerank 等 RAG 全链路， 以及 ReAct、Multi-Agent、MCP、Tool Calling 等智能体架构；同时具备 Python、FastAPI、 数据工程、RPA 自动化、Docker 与 Linux 运维能力。
独立开发并开源 RAG Agent 本地知识库智能助手，覆盖文档入库、混合检索、多工具推理、 证据引用、回答校验、任务恢复与质量评测，体现从 AI 原型到完整工程系统的端到端实现能力。
从业务痛点出发，以可验证的结果完成交付。点击案例查看技术路径与实现细节。
Open-source Agentic RAG · React 19 + FastAPI
本地优先的开源 Agentic RAG 系统，覆盖文档入库、混合检索、自研 ReAct 推理、证据引用、回答校验与任务恢复。
查看开源仓库从基础设施与数据工程走向 AI 应用开发，逐步形成覆盖开发、部署和交付的完整能力。
负责业务需求调研、技术方案设计，以及 RAG、Agent 工作流的开发、测试、优化与交付。
参与电力、工程和电商场景项目，完成数据处理、RPA、知识库与智能体的一体化落地。
使用 Python、Pandas 与 SQL 构建 ETL 管道、查询接口、定时任务和异常监控。
负责服务器部署、故障处理与 Shell / Python 自动化，为后续工程化开发建立基础。
完整项目背景与经历细节，欢迎通过微信进一步沟通。
不止做 Demo，更关注业务闭环、稳定运行与后续迭代。
拆解业务流程与成功指标，先确认 AI 是否值得做、做到什么程度。
组合模型、RAG、Agent 与自动化工具，控制准确率、时延和成本。
完成接口、数据、权限、容错与部署，让方案进入真实生产链路。
用测试集与业务数据持续评估，沉淀可维护、可复用的工程能力。