- **Agent 开发与大模型基建**：熟悉大模型本地部署与应用，熟练使用 **LLaMA-Factory** 进行模型指令微调（SFT）；熟悉 **LangChain**、**LangGraph** 框架进行复杂多步任务编排与 Agent 工作流设计；熟悉 **MCP **规范，具备标准化 AI 代理对接与开发经验。
- **RAG 架构与知识管理**：了解文本向量化（**Embedding**）原理，熟练使用 **Chroma** 等向量数据库进行高效语义检索；了解**知识图谱**基础，能够探索结合大模型实现更精准的垂直领域问答。
- **AI 工程化与流式架构**：设计**动态断句算法**衔接 LLM 与 TTS 链路，显著降低首字延迟；对接 DashScope 等 LLM API，利用 FastAPI 与 Python 异步编程（`asyncio`）构建高并发流式响应 Pipeline；熟悉 **WebSocket** 实现复杂状态机控制与半双工交互。
- **AI 生产力与全栈能力**：熟练使用 **Coze** 平台进行智能体的快速搭建与业务逻辑验证；日常开发深度集成 **Codex** 等 AI 编码辅助工具提升迭代效率。熟悉 `Vue3`、`ECharts` 前端可视化；熟悉音频重采样及 Web Serial 硬件通信交互；熟悉 Linux 系统常用指令。
- **Java开发基础：** 熟悉Java核心语法，了解`HTML`、`CSS`、`JavaScript`，熟悉`Spring`、`SpringBoot`、`SpringMVC`、`MyBatis`等主流框架，理解其核心原理（如IOC/AOP、自动装配）。
- **数据库与缓存：**熟悉`MySQL`， 熟悉`索引`优化（B+树）、`SQL`性能调优及`事务`机制（隔离级别、MVCC）。熟悉`Redis`， 熟悉多种数据结构及应用场景，了解持久化、主从复制。
- **消息队列与中间件：** 熟悉`RabbitMQ`处理异步通信、系统解耦及流量削峰，理解其核心机制保证消息可靠性。
- **系统与底层开发：** 熟悉`Linux`系统及常用命令，熟悉docker部署。

InstantStock(瞬时行情) — 分布式高频数据采集与分析平台
**核心职责/技术亮点：**

- **高并发分布式采集**：利用 **XXL-JOB** 与多线程线程池构建分布式调度平台，实现外部财经数据分钟级的并发爬取与解析。
- **多级缓存架构优化**：设计 **Redis + Caffeine** 二级缓存方案，大幅降低 RPC 开销，平滑支撑开盘期间的高频访问压力。
- **异步解耦设计**：引入 **RabbitMQ** 实现采集任务与业务更新的异步解耦，提升系统响应速度与稳定性。
- **大数据量报表处理**：集成 **EasyExcel** 实现百万级数据的快速导出，优化内存占用，支持响应式 Web 下载。
- **系统安全与工程化**：基于 **Hutool**、**BCrypt** 与**雪花算法**，实现验证码校验、数据加密及分布式唯一 ID 生成。

**智能语音交互中台（Agent 基础设施）**

- **流式 Pipeline 优化**：针对大模型响应，实现基于标点与长度的**双重断句算法**，采用“边生成、边合成、边推送”的流水线模式，大幅提升用户交互的实时性。
- **交互状态机设计**：基于 WebSocket 协议自定义指令，构建精准的录音与响应状态机，支持 PCM 音频流的高效切片传输与动态拼接。
- **跨协议音频工程**：实现 MP3 到 16kHz/16bit 单声道 PCM 的实时重采样，确保 AI 生成内容在嵌入式终端的低延迟直接解码。