猿急送>

广州前端兼职程序员

ID：404727

Wayman何大民

前端开发工程师

公司信息：
广州正佳科技集团有限公司

工作经验：
9年

兼职日薪：
500元/8小时

兼职时间：
可工作日远程

所在区域：
广州
越秀

技术能力

可关注本人稀土掘金账号【wayman_何大民】
掌握使用 Python，LangChain，Qwen Agent
理解基础RAG全链路流程：文档解析→向量化→检索→重排序→生成
掌握使用常见数据库 MySql、Elasticsearch、ChromaDB，来索引构建与多策略检索
掌握使用Coze，Dify开发智能体、工作流，以及本地部署Dify
精通HTML CSS JS。熟练使用 Vue，React，TypeScript，以及相关插件工具
精通 Git 进行版本管理与协作流程，熟练掌握 Webpack 构建配置、优化
了解使用Flutter(dart), HarmoryOS-5.0.0(ArkTs)

Prompt工程优化设计有所了解，设置系统提示模板（FAQ知识库沉淀）
掌握使用融合本地知识库检索 + 互联网实时搜索的双源问答机制
掌握大批量文档处理优化，分批加载/异步任务调度
初步掌握混合检索策略学习结合 Embedding 与关键词召回（BM25+Embedding Top-K融合）
初步掌握使用LoRA来对模型进行参数高效微调
对小程序、移动端、PC网页、兼容性开发具有较深的了解以及经验, 以及较多的实际落地项目经验
对代码复杂度有所了解，并按此思路编程相对美观，易读，易维护代码
对可视化数据有较多的实际落地项目经验
本人对电商，商超综合体，营销，社交方面都有相对较深的业务了解
对于常见交互得心应手，喜欢分享，喜欢探讨，也在工作中总结一些常见的开发思路

项目经验

Coze项目1：抖音视频文案提取二创Agent
项目概述：解析抖音视频链接中的内容，对视频文案进行高质量优化和二创，以及AI文生图生成对应背景图，适用于抖音运营。
Coze项目2：市场舆情监控Agent
项目概述：通过获取最新财经证券类新闻，LLM模型提取关键热词做成词云图，展示市场热点和舆情
Dify项目1：智能文档分析助手
项目概述：智能分析科研论文PDF，支持复杂图表、公式和多栏排版，用户可上传PDF并针对内容提问
Dify项目2：智能客服Chatflow
项目概述：智能客服机器人，根据知识库内容自动回答客户问题，适合企业客服场景
Dify项目3：古诗词绘画助手
项目概述：输入古诗词，自动生成绘画描述，适合诗词与绘画结合的创意应用
Dify项目4：联网搜索助手
项目概述：基于Bing搜索和Tavily插件，支持以太网实时搜索，适合需要最新信息的场景
--
项目概述：开发面向企业知识管理与智能问答场景的本地化 RAG 智能体应用，支持文档自动导入、minerU 智能解析、向量化入库、Elasticsearch 检索、互联网补充搜索与多模型智能对话，配备知乎风格 WebUI，助力企业高效构建私有知识库问答平台。
研发场景：因研学业务中供应商提供的基地资料分散杂乱（PDF/Word等），项目人员需耗费较多时间去跨文档人肉翻查关键信息（如课程报价、安全条款），且新员工因不熟悉文档结构常遗漏重要条款等。
关键技术：Python、Elasticsearch（向量数据库）、Gradio（WebUI）、Qwen Agent（大模型智能体）、PyPDF（PDF解析）、LangChain、minerU（高质量文档结构化）
个人收获：
1. 智能文档解析与知识库构建：集成 minerU 实现高质量 PDF/Docx 结构化解析，自动批量导入与分块，提升了知识库数据质量与检索效果。
2. RAG 检索与多模型融合：掌握了通过使用了 Elasticsearch数据库，结合 Embedding 与关键词召回（Elasticsearch bm25）多通道召回的混合检索策略，结合 DashScope/OpenAI embedding 与 Qwen Agent 智能体，实现了本地+互联网双通道问答。
3. WebUI 设计与体验优化：基于 Gradio 实现知乎风格美观界面，支持侧边栏交互与弹窗提示，提升了易用性与可视化体验。
4. 自动化与工程化实践：开发自动数据导入、知识库更新脚本，采用 config.py 集中管理敏感信息，规范依赖与安全配置，提升了项目可维护性。
--
项目概述：开发了一个服务于企业内部知识管理与智能问答场景的系统，支持PDF研报解析、知识库构建、智能检索与自然语言生成，显著提升企业知识利用效率和员工自助获取信息的能力。
研发场景：针对金融消费者在购买保险、理财时面临的产品文档晦涩难懂、条款对比低效、专业术语理解门槛高等痛点，自主研发企业级智能知识问答系统。
关键技术：React、Ant Design（antd）、Vite、FastAPI、Python、LangChain、ChromaDB(向量数据库)、DashScope（通义千问API）、minerU API、gte-rerank-v2（文本重排序）、text-embedding-v2（文本向量化）
个人收获：
1. 全栈开发与RAG架构实践：独立完成前后端全栈开发，深入理解RAG（检索增强生成）架构，掌握了向量化检索、重排序（Rerank）、大模型生成等核心流程。后端集成了text-embedding-v2模型实现文档向量化，采用gte-rerank-v2模型对检索结果进行精细排序。
2. 现代前端工程化与UI体验提升：前端采用React + Ant Design组件库，结合Vite实现高效开发与热更新，设计并实现了美观、易用的问答交互界面，提升了用户体验。
3. 文档解析与知识库自动化构建：通过集成minerU API实现PDF文档的高效结构化解析，自动提取文本与表格内容，结合LangChain和ChromaDB实现企业级知识库的自动向量化和持久化管理。
4. API集成与大模型应用：集成通义千问API，灵活调用text-embedding-v2和gte-rerank-v2等模型，实现文本Embedding、Rerank和自然语言生成，掌握了大模型API的调用、参数配置与异常处理，提升了对AI能力的工程化落地理解。
5. 代码质量与协作优化：规范项目依赖管理，优化前端依赖（如从Tailwind CSS切换到Ant Design），清理冗余配置，提升项目可维护性和团队协作效率。
6. 性

案例展示

RAG-企业知识库问答系统

项目概述：开发了一个服务于企业内部知识管理与智能问答场景的系统，支持PDF研报解析、知识库构建、智能检索与自然语言生成，显著提升企业知识利用效率和员工自助获取信息的能力。研发场景：针对金融消费者在购买保险、理财时面临的产品文档晦涩难懂、条款对比低效、专业术语理解门槛高
正佳会员系统

项目概述：服务于正佳广场的商超文旅综合体管理系统正佳会员小程序(小程序原生语法) 正佳会员管理系统(Vue2，Vue全家桶，Element-ui，Echarts) 个人收获 1.首个个人贡献代码行数10w+，加深Vue2的理解，更加快速精准修复问题 2.重做旧版系统，
本地知识库智能问答系统

项目概述：开发面向企业知识管理与智能问答场景的本地化 RAG 智能体应用，支持文档自动导入、minerU 智能解析、向量化入库、Elasticsearch 检索、互联网补充搜索与多模型智能对话，配备知乎风格 WebUI，助力企业高效构建私有知识库问答平台。研发场景：因研学业务