技术栈:Golang + Python + 常见前端框架 + LLM相关。
在日常顾问与项目交付中,我构建了一套“双核驱动、前后贯通”的技术能力体系,具体展开如下:
Golang 层面:我深度使用 Go 进行高并发微服务与中间件开发。依托其协程(Goroutine)和通道(Channel)模型,我曾主导过日活百万级的 API 网关项目,在 8 核实例上轻松支撑 2 万+ QPS,P99 延迟控制在 15ms 以内。我熟练运用 Gin / Fiber 等 Web 框架,结合 sqlx / GORM 进行数据层优化,并借助 pprof 和 trace 工具精准定位性能瓶颈。尤为注重最终制品的工程化交付——通过静态编译、UPX 压缩及 Docker 多阶段构建,将镜像体积控制在 20MB 以内,启动时间不足 0.3 秒,实现秒级弹性扩缩容;配合 go:embed 内嵌静态资源,单二进制文件即可完整部署,极大降低了运维复杂度与云资源成本,在边缘计算和 K8s 环境下表现优异。
Python 层面:我将其定位为“敏捷创新利器”,开发效率较静态语言提升 3-5 倍。业务场景覆盖从 FastAPI / Django 的常规 Web 后端、Pandas / NumPy 的数据清洗,到 Celery / Dramatiq 的异步任务调度,再到自动化运维、爬虫及测试框架的全链路。近期重点深耕 LLM 生态,熟练调用 OpenAI / Anthropic API,并结合 LangChain / LlamaIndex 构建 RAG 知识库与 Agent 工作流;同时掌握 vLLM、ollama 等本地推理框架,能针对不同业务场景灵活切换云端大模型与开源小模型,并利用 Pydantic 和 type hints 保证代码健壮性。
前端与全栈整合:我具备 Vue3 + TypeScript + Element Plus 的实战经验,能独立完成管理后台与数据看板;对 WebSocket、SSE 等实时通信机制有落地实践,确保前后端联调顺畅。
综合优势:我善于根据项目阶段选择合适技术——新项目快速验证用 Python 搭原型,性能敏感或长期维护的核心服务用 Go 固化重构,并借助 CI/CD(GitHub Actions / ArgoCD)实现自动化构建与灰度发布。这
某能源大数据平台(全栈开发,2021.05-至今)
能源行业一站式数据服务平台,覆盖气象、负荷、GIS可视化等业务。
技术栈:Python (Tornado/Flask) + Golang (Gin) + Vue3/TypeScript + Mapbox/天地图 + MySQL/Redis/PostgreSQL + LangChain/RAG
核心亮点:
全栈架构:独立完成前后端开发、部署运维,涵盖用户认证、支付、GIS、管理后台等核心模块。
Go高并发重构:将核心查询接口从Python迁移至Gin,QPS提升至5000+,响应从180ms降至32ms;静态编译+UPX压缩,镜像<20MB,秒级启动,云成本降低30%。
AI智能客服(RAG):基于LangChain实现混合召回+重排序,严格限定模型回复来源,幻觉率<5%;上线后人工咨询量下降45%,自助解决率达72%。
实时通信:WebSocket推送计算日志,SSE下发任务状态,支撑仿真计算闭环。
成果:日均PV 10万+,可用性99.9%,获公司年度优秀项目奖。