孔雀
个人工作室
个人工作室 · 3年经验
日薪：
￥700/8h
地点：
北京 海淀
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
编程语言：精通 Python (主要开发语言)，熟悉 Node.js 和 SQL。
后端框架：熟练使用 FastAPI, Flask 等轻量级框架构建 RESTful API。
自动化与爬虫：精通 Playwright/Selenium 网页自动化，熟悉 Windows UI Automation 桌面自动化技术。
人工智能：深入理解 LLM (大语言模型) 原理，擅长 Prompt Engineering、Function Calling (工具调用) 以及 RAG (检索增强生成) 架构。
数据库：熟悉 PostgreSQL, Redis 以及向量数据库 (如 Pinecone/Milvus) 的使用。
工具与环境：熟练使用 Git, Docker, Windows 11 系统管理及 PowerShell 脚本编写。
后端框架：熟练使用 FastAPI, Flask 等轻量级框架构建 RESTful API。
自动化与爬虫：精通 Playwright/Selenium 网页自动化，熟悉 Windows UI Automation 桌面自动化技术。
人工智能：深入理解 LLM (大语言模型) 原理，擅长 Prompt Engineering、Function Calling (工具调用) 以及 RAG (检索增强生成) 架构。
数据库：熟悉 PostgreSQL, Redis 以及向量数据库 (如 Pinecone/Milvus) 的使用。
工具与环境：熟练使用 Git, Docker, Windows 11 系统管理及 PowerShell 脚本编写。
项目经验
项目经验
项目名称：智能桌面自动化 Agent 系统
项目角色：核心开发工程师
项目描述：该项目旨在开发一个运行在 Windows 11 环境下的本地智能助手，能够通过自然语言理解用户意图，并自动操作浏览器和桌面软件完成复杂任务。
核心职责与技术点：
多模态感知：集成计算机视觉 (Vision) 技术，实现对屏幕截图的实时分析与 UI 元素识别，解决传统自动化工具无法处理的非结构化界面问题。
决策引擎开发：基于 LLM 设计了任务规划与执行闭环，支持多步骤逻辑推理、错误自愈及长短期记忆管理。
跨平台工具链：封装了统一的工具调用接口 (Tool Use)，涵盖文件系统操作、浏览器控制、系统进程管理等，实现了从 Web 到桌面的全场景覆盖。
性能优化：通过异步 IO 和任务并行化处理，显著提升了 Agent 在执行多目标搜索和数据采集时的响应速度。
项目名称：智能桌面自动化 Agent 系统
项目角色：核心开发工程师
项目描述：该项目旨在开发一个运行在 Windows 11 环境下的本地智能助手，能够通过自然语言理解用户意图，并自动操作浏览器和桌面软件完成复杂任务。
核心职责与技术点：
多模态感知：集成计算机视觉 (Vision) 技术，实现对屏幕截图的实时分析与 UI 元素识别，解决传统自动化工具无法处理的非结构化界面问题。
决策引擎开发：基于 LLM 设计了任务规划与执行闭环，支持多步骤逻辑推理、错误自愈及长短期记忆管理。
跨平台工具链：封装了统一的工具调用接口 (Tool Use)，涵盖文件系统操作、浏览器控制、系统进程管理等，实现了从 Web 到桌面的全场景覆盖。
性能优化：通过异步 IO 和任务并行化处理，显著提升了 Agent 在执行多目标搜索和数据采集时的响应速度。
ID:414650
复制
孔雀
个人工作室 · 3年经验 · 个人工作室
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
编程语言：精通 Python (主要开发语言)，熟悉 Node.js 和 SQL。
后端框架：熟练使用 FastAPI, Flask 等轻量级框架构建 RESTful API。
自动化与爬虫：精通 Playwright/Selenium 网页自动化，熟悉 Windows UI Automation 桌面自动化技术。
人工智能：深入理解 LLM (大语言模型) 原理，擅长 Prompt Engineering、Function Calling (工具调用) 以及 RAG (检索增强生成) 架构。
数据库：熟悉 PostgreSQL, Redis 以及向量数据库 (如 Pinecone/Milvus) 的使用。
工具与环境：熟练使用 Git, Docker, Windows 11 系统管理及 PowerShell 脚本编写。
后端框架：熟练使用 FastAPI, Flask 等轻量级框架构建 RESTful API。
自动化与爬虫：精通 Playwright/Selenium 网页自动化，熟悉 Windows UI Automation 桌面自动化技术。
人工智能：深入理解 LLM (大语言模型) 原理，擅长 Prompt Engineering、Function Calling (工具调用) 以及 RAG (检索增强生成) 架构。
数据库：熟悉 PostgreSQL, Redis 以及向量数据库 (如 Pinecone/Milvus) 的使用。
工具与环境：熟练使用 Git, Docker, Windows 11 系统管理及 PowerShell 脚本编写。
项目经验
项目经验
项目名称：智能桌面自动化 Agent 系统
项目角色：核心开发工程师
项目描述：该项目旨在开发一个运行在 Windows 11 环境下的本地智能助手，能够通过自然语言理解用户意图，并自动操作浏览器和桌面软件完成复杂任务。
核心职责与技术点：
多模态感知：集成计算机视觉 (Vision) 技术，实现对屏幕截图的实时分析与 UI 元素识别，解决传统自动化工具无法处理的非结构化界面问题。
决策引擎开发：基于 LLM 设计了任务规划与执行闭环，支持多步骤逻辑推理、错误自愈及长短期记忆管理。
跨平台工具链：封装了统一的工具调用接口 (Tool Use)，涵盖文件系统操作、浏览器控制、系统进程管理等，实现了从 Web 到桌面的全场景覆盖。
性能优化：通过异步 IO 和任务并行化处理，显著提升了 Agent 在执行多目标搜索和数据采集时的响应速度。
项目名称：智能桌面自动化 Agent 系统
项目角色：核心开发工程师
项目描述：该项目旨在开发一个运行在 Windows 11 环境下的本地智能助手，能够通过自然语言理解用户意图，并自动操作浏览器和桌面软件完成复杂任务。
核心职责与技术点：
多模态感知：集成计算机视觉 (Vision) 技术，实现对屏幕截图的实时分析与 UI 元素识别，解决传统自动化工具无法处理的非结构化界面问题。
决策引擎开发：基于 LLM 设计了任务规划与执行闭环，支持多步骤逻辑推理、错误自愈及长短期记忆管理。
跨平台工具链：封装了统一的工具调用接口 (Tool Use)，涵盖文件系统操作、浏览器控制、系统进程管理等，实现了从 Web 到桌面的全场景覆盖。
性能优化：通过异步 IO 和任务并行化处理，显著提升了 Agent 在执行多目标搜索和数据采集时的响应速度。
案例展示
Win11AutoAgentV3.1
该本地桌面 Agent 运行于 Windows 11 系统，具备以下核心功能： 1. 网页自动化：支持自动打开浏览器、访问指定URL、点击网页元素、填写表单、提取页面关键内容及网页截图。具备异常处理逻辑，例如在遇到验证码拦截时可自动切换 搜索引擎。 2. 桌面原生自动化：
Win11AutoAgentV3.1
该本地桌面 Agent 运行于 Windows 11 系统，具备以下核心功能： 1. 网页自动化：支持自动打开浏览器、访问指定URL、点击网页元素、填写表单、提取页面关键内容及网页截图。具备异常处理逻辑，例如在遇到验证码拦截时可自动切换 搜索引擎。 2. 桌面原生自动化：
AutoChatgptWebAgent
ChatGPT Web Agent 是一套运行在 Win11 本地的网页版智能代理系统。它以 ChatGPT 网页作为决策核心，本地工具层负责真实执行，把浏览器、桌面窗口、文件系统、命令行和长期记忆整合进同一套工作流里。 它支持浏览器自动化，包括打开网页、点击、输入、抓取正
立即沟通
