quantresearch
案例介绍
项目采用 Python、FastAPI 构建后端，结合 LangGraph、LiteLLM 接入大模型并组织研究任务；前端使用 React、TypeScript，数据处理采用 Pandas、DuckDB 和 PyArrow。
主要功能包括研究项目管理、材料整理、数据集登记、任务队列与执行状态管理，以及研究结果查看。围绕长时间运行的任务，持续完善超时、取消和失败处理，并保留相关执行记录，方便定位问题与回看研究过程。
我负责项目需求拆解、技术方案设计、核心后端模块开发及前后端联调，编写接口与业务流程测试。目前项目仍在持续迭代，重点完善任务运行可靠性与完整流程验证。该作品体现了 AI 工作流与实际业务系统结合的开发实践，相关能力可用于数据分析工具、研究助手及企业内部 Web 应用。
quantresearch
案例介绍
quantresearch 是面向量化研究场景的 AI 辅助工作台，将研究材料、数据管理和任务执行整合到 Web 界面中，帮助使用者集中管理研究过程，减少在文档、脚本和数据文件之间反复切换。
项目采用 Python、FastAPI 构建后端，结合 LangGraph、LiteLLM 接入大模型并组织研究任务；前端使用 React、TypeScript，数据处理采用 Pandas、DuckDB 和 PyArrow。
主要功能包括研究项目管理、材料整理、数据集登记、任务队列与执行状态管理，以及研究结果查看。围绕长时间运行的任务，持续完善超时、取消和失败处理，并保留相关执行记录，方便定位问题与回看研究过程。
我负责项目需求拆解、技术方案设计、核心后端模块开发及前后端联调，编写接口与业务流程测试。目前项目仍在持续迭代，重点完善任务运行可靠性与完整流程验证。该作品体现了 AI 工作流与实际业务系统结合的开发实践，相关能力可用于数据分析工具、研究助手及企业内部 Web 应用。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
