针对企业内部文档分散、直接使用大模型易产生幻觉的问题,独立开发了基于 RAG 架构的本地知识库问答系统,负责全部架构设计与开发。后端使用 Python/FastAPI,通过 LangChain 调用本地 Ollama 推理(Qwen3-4B 大模型 + bge-m3 多语言向量模型);知识条目经向量化后存入 Chroma 向量库,检索 Top-3 相关条目并组装受限提示词。实现引用来源标注(回答附编号及相关度得分)、知识库外问题自动拒答、多轮对话上下文;前端使用 SSE 流式输出,回答逐字渲染并展示引用标签。全程本地推理、数据不出内网,适合对数据安全有要求的企业场景。
针对重复性计算、文本处理与结果归档类任务,独立开发了基于 ReAct 模式的 AI Agent 自动化工具,负责全部设计与开发。核心使用 Python + FastAPI,本地 Ollama 部署 Qwen3-4B 模型进行自主规划:Agent 循环执行"思考→选择工具→真实执行→观察结果",已实现沙箱计算器、文本统计、文件写入三个真实工具,工具报错自动回喂模型形成闭环纠错。单任务最多 8 步防失控,模型输出用健壮 JSON 解析并支持失败重试;前端实时可视化执行轨迹(每步思考、工具调用、观察结果、耗时),SSE 流式推送。实测复利计算+文件归档任务 3 步完成。全程本地推
针对企业内部文档分散、直接使用大模型易产生幻觉的问题,独立开发了基于 RAG 架构的本地知识库问答系统,负责全部架构设计与开发。后端使用 Python/FastAPI,通过 LangChain 调用本地 Ollama 推理(Qwen3-4B 大模型 + bge-m3 多语言向量模型);知识条目经向量化后存入 Chroma 向量库,检索 Top-3 相关条目并组装受限提示词。实现引用来源标注(回答附编号及相关度得分)、知识库外问题自动拒答、多轮对话上下文;前端使用 SSE 流式输出,回答逐字渲染并展示引用标签。全程本地推理、数据不出内网,适合对数据安全有要求的企业场景。...
针对重复性计算、文本处理与结果归档类任务,独立开发了基于 ReAct 模式的 AI Agent 自动化工具,负责全部设计与开发。核心使用 Python + FastAPI,本地 Ollama 部署 Qwen3-4B 模型进行自主规划:Agent 循环执行"思考→选择工具→真实执行→观察结果",已实现沙箱计算器、文本统计、文件写入三个真实工具,工具报错自动回喂模型形成闭环纠错。单任务最多 8 步防失控,模型输出用健壮 JSON 解析并支持失败重试;前端实时可视化执行轨迹(每步思考、工具调用、观察结果、耗时),SSE 流式推送。实测复利计算+文件归档任务 3 步完成。全程本地推...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人