精通 Java/JVM 生态,熟练使用 Spring Boot、Spring Cloud、MyBatis;掌握微服务架构设计、服务治理、注册配置中心、API 网关、分布式事务。熟悉 Kafka、RocketMQ、Redis、MySQL 调优,具备日志聚合、监控告警、链路追踪平台建设经验。关注 AI 应用落地,能基于大模型进行需求分析、Prompt 设计、工具集成与编码提效实践。
项目一:AI 助力的微服务开发平台
负责搭建基于 Spring Boot/Spring Cloud 的能力开发平台,引入大模型作为“智能搭子”,支持需求分析、接口草图生成、代码模版生成及单测用例自动补全。技术栈包含 Java、Spring 全家桶、MySQL、Redis、Kafka,以及 OpenAI/本地大模型 API。主导设计插件式 Prompt 模板与调用编排机制,平均将新功能开发效率提升 30%+。
项目二:智能日志洞察与告警优化
在现有日志聚合与链路追踪平台基础上,引入大模型进行日志摘要、异常聚类与根因初步分析。技术栈包括 Spring Boot、Log4j2、Kafka、Elasticsearch、SkyWalking 及 LLM 接口。负责日志分析 DSL 设计与 AI 侧 Prompt 编排,将核心系统的告警噪音降低约 40%,并缩短故障定位时间。
智能车货匹配系统主要面向干线与城配物流场景,为货主、司机与运营方提供一体化在线撮合服务。系统支持线上发布货源、车辆管理、智能匹配、运价预估、路线规划、调度派单、在途轨迹监控以及对账结算等功能,通过多维度规则与算法(路线、车型、载重、时效、信誉等)提升撮合成功率和车辆利用率,降低空
AI Agent 开发项目旨在构建一套具备自主决策、任务执行与多工具协同能力的智能体框架,为企业级应用提供可扩展的智能自动化能力。项目整体由三个核心模块组成:智能规划引擎、工具调用系统与执行反馈机制。其中,规划引擎基于大模型的推理能力,对用户意图进行解析并拆解任务;工具系统支持