一秋的案例列表
饰品交易平台
饰品交易平台（前端负责人）：Web 端主导 OpenAPI 类型安全分层架构，交付市场/交易/资产全链路 48 个页面；App 端独立完成 Flutter 从 0 到 1（748 个 Dart 文件），Melos Monorepo + 双端统一订单状态机 + Steam 登录态自动化管理，自维护 14 个原生插件包，完成 App Store 上架与灰度发布体系。
饰品行情 AI Agent 助手
基于 LangGraph + FastAPI 从 0 到 1 构建多专家 Agent 系统，实现意图路由→行情分析/饰品检索/持仓分析编排与 ReAct 工具调用，两级路由使 60%+ 请求命中快路径，结合 prompt caching 单会话成本降 50%+；将 15+ 数据接口封装为 MCP 工具，资金类操作引入 Human-in-the-loop 二次确认；主导混合检索策略与 200+ 条评测集建设，recall@5 从 58% 提升至 86%；前端基于 Nuxt 3 + SSE 实现流式打字机、断线续传与结构化卡片渲染。最终行情类人工工单下降约 40%。
案例判断参考
一秋的案例列表
饰品交易平台
饰品交易平台（前端负责人）：Web 端主导 OpenAPI 类型安全分层架构，交付市场/交易/资产全链路 48 个页面；App 端独立完成 Flutter 从 0 到 1（748 个 Dart 文件），Melos Monorepo + 双端统一订单状态机 + Steam 登录态自动化管理，自维护 14 个原生插件包，完成 App Store 上架与灰度发布体系。...
饰品行情 AI Agent 助手
基于 LangGraph + FastAPI 从 0 到 1 构建多专家 Agent 系统，实现意图路由→行情分析/饰品检索/持仓分析编排与 ReAct 工具调用，两级路由使 60%+ 请求命中快路径，结合 prompt caching 单会话成本降 50%+；将 15+ 数据接口封装为 MCP 工具，资金类操作引入 Human-in-the-loop 二次确认；主导混合检索策略与 200+ 条评测集建设，recall@5 从 58% 提升至 86%；前端基于 Nuxt 3 + SSE 实现流式打字机、断线续传与结构化卡片渲染。最终行情类人工工单下降约 40%。...
