鲸落的案例列表
多Agent智能客服系统
基于 LangGraph 的多 Agent 智能客服系统：编排路由、问答、业务、转接四类 Agent，路由 Agent 负责意图识别与分发，问答 Agent 调用知识库工具处理常规咨询，业务 Agent 通过 FunctionCalling 调用 CRM / 订单系统 API 完成查询与操作，复杂场景无缝转接人工坐席，各 Agent 共享对话状态并支持多轮追问。我负责多 Agent 架构设计与 ReAct 推理链实现。系统覆盖 3 条业务线，日均处理咨询 2000+ 次，自动化解决率 78%，人工坐席工作量降低 45%。
LLM 非结构化数据智能处理平台
面向海量非结构化文档的智能抽取平台：原始记录经"预处理 → OCR 版面清洗 → 大模型事件抽取与意图识别 → 动态 Prompt 路由 → 后处理入库"六阶段流水线，自动产出标准化结构化数据。我在项目中担任核心开发者，负责流水线整体设计、Qwen3-32B 的 LoRA 微调方案，以及熔断 + 断点续跑的数据一致性保障。最终完成 41 万条端到端处理，产出 4 万+条高质量数据，处理效率提升约 60%，数据分配准确率 98%+。
案例判断参考
鲸落的案例列表
多Agent智能客服系统
基于 LangGraph 的多 Agent 智能客服系统：编排路由、问答、业务、转接四类 Agent，路由 Agent 负责意图识别与分发，问答 Agent 调用知识库工具处理常规咨询，业务 Agent 通过 FunctionCalling 调用 CRM / 订单系统 API 完成查询与操作，复杂场景无缝转接人工坐席，各 Agent 共享对话状态并支持多轮追问。我负责多 Agent 架构设计与 ReAct 推理链实现。系统覆盖 3 条业务线，日均处理咨询 2000+ 次，自动化解决率 78%，人工坐席工作量降低 45%。...
LLM 非结构化数据智能处理平台
面向海量非结构化文档的智能抽取平台：原始记录经"预处理 → OCR 版面清洗 → 大模型事件抽取与意图识别 → 动态 Prompt 路由 → 后处理入库"六阶段流水线，自动产出标准化结构化数据。我在项目中担任核心开发者，负责流水线整体设计、Qwen3-32B 的 LoRA 微调方案，以及熔断 + 断点续跑的数据一致性保障。最终完成 41 万条端到端处理，产出 4 万+条高质量数据，处理效率提升约 60%，数据分配准确率 98%+。...
