我具备扎实的软件工程背景与 5 年大厂经验,早期深耕 Wi-Fi 系统与 Android / FireOS 平台,熟悉 Wi-Fi 连接流程、常见异常模式,并长期基于设备日志进行问题定位与修复,参与过 Android Framework 与 wpa_supplicant 相关功能交付。近 2–3 年工作重心转向 LLM 工程化应用,系统实践了 Prompt Engineering 与 Context Engineering,包括日志/文档的分块、去噪、证据引用与上下文动态组装。在此基础上,我进一步深入 Multi-Agent 架构设计,使用 CrewAI 构建可控的 Agent 工作流。同时具备 Neo4j 知识图谱与 Agentic RAG 实战经验,能够将结构化关系引入 LLM 推理,提升结果的稳定性、可解释性与工程可靠性。
我主导并落地过多个以“提升研发效率”为目标的 LLM 项目。首先构建了 基于 LLM 的 Wi-Fi 日志自动化分析工具,将专家级日志解读能力产品化,通过上下文切分与结构化推理,显著缩短问题定位时间,并成功推广至多个团队使用。随后在 Agent 兴起背景下,我设计并实现了 多 Agent 代码知识生成系统,自动生成高质量代码 Wiki,作为代码 Chat、Review 与深度研究的统一知识底座。当前项目进一步引入 Neo4j 知识图谱,将 Repo、组件、文档与变更洞察组织成可检索网络,为 Agent 提供高置信上下文,减少幻觉,形成可扩展的 Agentic Search 能力。