AI 应用开发
围绕 LLM API、流式生成、结构化输出、Agent 编排、记忆管理和应用落地,构建能被真实用户使用的小型产品。
Direction
围绕 LLM API、流式生成、结构化输出、Agent 编排、记忆管理和应用落地,构建能被真实用户使用的小型产品。
关注任务分解、检索增强、上下文管理、引用溯源、低置信拒答和执行链路观测。
能从前端页面、后端 API、数据库、部署上线到日志排障推进完整闭环,为 AI 应用落地提供工程支撑。
Profile
联系方式已更新,GitHub、个人主页等链接后续可继续补充。
Education
核心课程:机器学习和模式识别、移动机器人、应用概率与随机过程、图像处理和模式识别、数字信号处理、声学与传感。
核心课程:数字电子电路、模拟电子电路、信号与系统、数字信号处理、C 程序设计、Python 数据分析、数据挖掘原理与实践。
结合电子与计算机工程、信号处理和数据分析背景,近期重点练习 AI 应用开发、Cloudflare Pages、Sealos、Vercel、Supabase / Neon 的组合使用。
Internship
Projects
在成熟 Web 全栈底座上独立负责 Siren 产品领域的前端、后端与 AI 编排,融合预生成媒体、LLM 对话与确定性状态机,已形成三角色互动主环并扩展互动视频分支体验。
siren_* 业务表。面向 Mac 与 Windows 双设备协作的异步 Agent 调度工具,以私有 Git 仓库作为可追溯的任务/结果账本,实现任务提交、远端执行、状态追踪、人工接管与结果回传闭环。
有来源、有说明的个性化故事与音乐体验产品;已完成无需真实模型或 API Key 即可运行的 Mock Web 垂直闭环。
面向 AI 音乐 PV 工作流的工程 PoC;已完成 SongSpec 时间真相源、MIDI 导入导出与自动化零漂移验证。
针对会议场景中远近说话人、多人交替与声源移动造成的响度波动,设计融合空间声学定位、语音活动检测与动态增益控制的 8 通道麦克风阵列系统。
Skills
围绕 AI 应用从原型到上线的关键能力。
LLM API, Streaming, Structured Output, Agent Orchestration, State Machine, Context / Memory Management, Guardrails, Human-in-the-loop, Idempotent Recovery
Microphone Array, DOA Estimation, Beamforming, VAD, AGC, DSP, MATLAB, Audio Evaluation
Python, pandas, NumPy, Matplotlib, Tkinter, Time Series, CSV Processing, Interactive Visualization
PRD, MVP Planning, Competitor Research, Git, Docker, Cloudflare Pages, Sealos, Vercel, Logs
Contact
如果团队正在做 AI 应用、Agent 平台、知识库问答或智能工具产品,我希望参与把系统做得更稳定、更好用。