技术栈：Python、LangGraph 多 Agent 编排、大模型 API 与 Prompt 工程、RAG 检索增强、
SQLite、Vue/Nuxt 前端、Nginx/Linux 服务器部署、Obsidian 知识库体系。

擅长场景：
1. 内容生产类 Agent——把"找资料→生成→审核→导出"做成自动流水线，带人工审批节点；
2. 企业知识库问答——私有文档检索 + 大模型生成，答案可溯源；
3. 业务流程自动化——重复性的整理、核对、生成类工作交给程序跑。

最能解决的问题：客户说不清"AI 到底能帮我做什么"——我负责把模糊需求翻译成
能跑、可验收的系统，并在过程中用校验规则和人工审批兜底，避免 AI 一本正经地出错。

1. 内容运营 Agent 系统：基于 LangGraph 搭建的多 Agent 流水线，负责架构与全部开发。
为防模型编造信息，设计了工具白名单、检索轮次上限、代码级本地校验、导出前人工
审批四道约束，校验全部由代码执行而非依赖模型自查。

2. 企业数字大屏 / 3D 交互项目：负责需求梳理与前端交付，将业务指标实时可视化。

3. 个人知识库 + AI 生产线：以 Obsidian 为底座、AI 为执行层的完整工作流，
覆盖选题、检索、成稿、发布全流程，本人日常自用并持续迭代。