半勺泡泡糖
有团队 · 可整包
agent开发工程师 · 9年经验 · 数智科技有限公司
0
累计接单
0
用户评价
0
被收藏
技术能力
本人长期从事 Python 后端开发、AI 应用开发与智能体平台工程化工作，熟悉 Django、Flask、FastAPI、Celery、Redis、MySQL、PostgreSQL、Elasticsearch 等后端技术栈，具备接口设计、异步任务处理、数据检索、模型服务封装、中台接口转发、系统联调与部署上线经验。熟悉 Docker、Docker Compose、Nginx、Gunicorn/Uvicorn 等容器化与服务部署工具，能够完成项目环境搭建、服务编排、日志排查和私有化部署。具备机器学习、深度学习和数据分析基础，熟悉 Pandas、NumPy、Scikit-learn、PyTorch、TensorFlow、YOLO、OpenCV 等工具，能够完成数据处理、模型训练、算法接口化和业务系统集成。熟悉大模型应用开发，掌握 LangChain、RAG、向量检索、Prompt 设计、Dify、OpenClaw、MCP、Agent/Tool/Skill 等智能体相关技术，具备知识库问答、NL2SQL、智能报表、智能流程生成、多智能体协作等项目经验。熟悉前后端分离开发模式，了解 Vue3、TypeScript、Element Plus、ECharts 等前端技术，能够配合或独立完成系统页面、接口联调和可视化展示开发。总体具备从需求分析、技术选型、后端开发、AI 能力集成到部署交付的完整项目落地能力。
项目经验
项目经验 1：基于 OpenClaw 的智能体底座集成与业务工具编排平台
参与基于 OpenClaw 的智能体应用平台方案设计与集成开发，项目采用“前端 + Python 后端 + OpenClaw + Skill + Tool”的分层架构。前端负责用户交互、任务发起、执行过程展示和结果呈现；Python/FastAPI 后端作为业务适配层，负责任务管理、权限控制、数据存储、接口转发、执行日志记录以及与 OpenClaw Gateway 的交互；OpenClaw 作为智能体底座，负责接收后端任务、执行 Skill 流程、调用注册 Tool，并输出结构化执行结果。项目中将具体业务能力封装为 Tool，将场景化 SOP 流程封装为 Skill，通过白名单工具、结构化返回、dry-run 预执行、人工确认和执行日志追踪等机制，增强智能体调用外部系统时的可控性与安全性。该项目可用于企业内部自动化办公、业务系统查询、工单处理、数据采集、流程执行和多智能体协作等场景，体现了大模型智能体工程化、工具编排、后端适配和平台化落地能力。
项目经验 2：基于大语言模型的知识库问答与智能体平台建设
参与企业级知识库问答与智能体应用平台建设，负责后端服务设计、模型能力接入、知识库检索流程和业务接口封装。项目采用 Python/FastAPI 作为后端核心框架，结合向量数据库、RAG 检索增强生成、大模型 Prompt 编排、工具调用和多轮对话管理，实现企业文档、业务制度、故障案例、专业知识的智能检索与问答。系统支持文档上传、文本解析、向量化入库、知识召回、答案生成、引用溯源、对话记录管理等功能，并可对接 Dify、MCP、Agent、Tool、Skill 等智能体能力。该项目提升了业务人员查询知识、分析问题和生成处理建议的效率，具备较强的私有化部署、业务场景适配和 AI 能力集成经验。
项目经验 3：基于知识图谱与大语言模型的自然语言转 SQL 开发助手
参与设计并实现面向大数据平台的自然语言开发助手，核心目标是将用户输入的自然语言问题自动转换为可执行 SQL，降低业务人员使用数据库和数据平台的门槛。项目通过构建数据表、字段、字段含义、表间关系等元数据信息的知识图谱，结合大语言模型进行语义理解、意图识别、查询字段匹配和 SQL 生成。系统支持用户通过自然语言提出数据查询需求，后端根据问题解析出相关实体、字段和业务关系，再结合知识图谱进行表关系推理，最终生成结构化 SQL 语句并返回查询结果。本人主要负责 Python 后端接口设计、知识图谱查询流程封装、模型调用逻辑、SQL 生成结果格式化、异常处理以及前后端接口联调。该项目体现了大模型应用开发、知识图谱增强、NL2SQL、数据平台集成和后端工程化落地能力。
参与基于 OpenClaw 的智能体应用平台方案设计与集成开发，项目采用“前端 + Python 后端 + OpenClaw + Skill + Tool”的分层架构。前端负责用户交互、任务发起、执行过程展示和结果呈现；Python/FastAPI 后端作为业务适配层，负责任务管理、权限控制、数据存储、接口转发、执行日志记录以及与 OpenClaw Gateway 的交互；OpenClaw 作为智能体底座，负责接收后端任务、执行 Skill 流程、调用注册 Tool，并输出结构化执行结果。项目中将具体业务能力封装为 Tool，将场景化 SOP 流程封装为 Skill，通过白名单工具、结构化返回、dry-run 预执行、人工确认和执行日志追踪等机制，增强智能体调用外部系统时的可控性与安全性。该项目可用于企业内部自动化办公、业务系统查询、工单处理、数据采集、流程执行和多智能体协作等场景，体现了大模型智能体工程化、工具编排、后端适配和平台化落地能力。
项目经验 2：基于大语言模型的知识库问答与智能体平台建设
参与企业级知识库问答与智能体应用平台建设，负责后端服务设计、模型能力接入、知识库检索流程和业务接口封装。项目采用 Python/FastAPI 作为后端核心框架，结合向量数据库、RAG 检索增强生成、大模型 Prompt 编排、工具调用和多轮对话管理，实现企业文档、业务制度、故障案例、专业知识的智能检索与问答。系统支持文档上传、文本解析、向量化入库、知识召回、答案生成、引用溯源、对话记录管理等功能，并可对接 Dify、MCP、Agent、Tool、Skill 等智能体能力。该项目提升了业务人员查询知识、分析问题和生成处理建议的效率，具备较强的私有化部署、业务场景适配和 AI 能力集成经验。
项目经验 3：基于知识图谱与大语言模型的自然语言转 SQL 开发助手
参与设计并实现面向大数据平台的自然语言开发助手，核心目标是将用户输入的自然语言问题自动转换为可执行 SQL，降低业务人员使用数据库和数据平台的门槛。项目通过构建数据表、字段、字段含义、表间关系等元数据信息的知识图谱，结合大语言模型进行语义理解、意图识别、查询字段匹配和 SQL 生成。系统支持用户通过自然语言提出数据查询需求，后端根据问题解析出相关实体、字段和业务关系，再结合知识图谱进行表关系推理，最终生成结构化 SQL 语句并返回查询结果。本人主要负责 Python 后端接口设计、知识图谱查询流程封装、模型调用逻辑、SQL 生成结果格式化、异常处理以及前后端接口联调。该项目体现了大模型应用开发、知识图谱增强、NL2SQL、数据平台集成和后端工程化落地能力。
团队情况
服务范围：
团队构成：
负责人(agent开发工程师)
|
核心队员：产品经理 ·
UI设计师 ·
前端工程师 ·
后端工程师
案例展示
基于LangChain的智能写作平台
WriteChain 是一个基于 Vue3 和 FastAPI 的 AI 写作助手平台，旨在通过 LangChain 框架构建智能体，实现链式调用大模型（如 GPT、Qwen 等）来辅助用户进行高效写作。平台集成了专业的 Markdown 编辑器，提供可视化 Prompt 工作室
一站式校务助手系统
系统围绕“校园咨询、流程导航、事务预审、历史记录、个人中心、后台维护”组织功能，用户登录后可以在聊天工作台中提出问题，也可以进入课程助手、公告中心、生活服务、流程导航和事务预审页面完成具体业务操作。 整体业务流程如下： 用户通过账号注册与登录进入系统，后端签发 JWT
基于图像处理的交通信号灯检测系统
系统定位：前后端分离的演示型交通信号灯检测系统——从本地图片或摄像头单帧获取图像，经后端 YOLOv8 目标检测模型推理，返回信号灯边界框、类别（红/黄/绿）与置信度；支持测试集评估结果与历史识别记录的展示。 1.2 主业务流程（步骤化） 数据准备（离线）：将 LISA
基于深度学习的水下生物轻量级语义分割模型
项目是围绕一个明确的研究主线完成完整闭环：以 MobileNetV4 风格轻量主干作为特征提取器，以改进 DeepLabV3+ 作为语义分割主体，完成数据读取、训练、评估、单图推理、结果可视化以及前后端展示。
立即沟通
