以 AI Native 应用工程为主，兼具全栈开发与产品交付能力。熟悉大模型应用架构设计，能够围绕多模型接入、RAG 检索增强、Agent 工作流、MCP 工具调用、流式推理、模型网关、上下文工程、Evals 评测、可观测性监控、Guardrails 与成本治理构建可上线的 AI 系统。具备 AI 工作流与 Vibe Coding 实践经验，能够使用 Codex、Claude、OpenAI 等工具完成需求分析、代码生成、自动化测试、文档沉淀、问题排查和持续迭代。前端方向能够实现 AI 对话界面、插件化能力、任务状态流转、生成结果展示和用户交互闭环；后端方向熟悉 FastAPI、TypeScript/Node.js、微服务、API 网关、任务调度、积分/额度计量、Docker/Nginx 部署和生产故障恢复，能够推动 AI 产品从 Demo 走向稳定交付。

证医疗知识库与临床指南 RAG 平台
负责设计并实现面向医疗场景的知识库检索增强系统，支持临床指南、药品说明书、医学文献、院内制度和患者教育资料的结构化入库、语义检索与证据溯源。系统采用向量检索 + 关键词检索 + rerank 的混合检索架构，并结合医学实体关系构建 Graph RAG 能力，对疾病、症状、检查、药品、治疗方案等知识进行关联建模，提升复杂医学问题的召回质量和可解释性。
后端基于 FastAPI 构建知识入库、检索、问答、任务状态和权限接口，结合向量数据库、关系数据库、Redis 缓存和异步任务队列完成文档解析、分块、Embedding、索引构建和检索编排。AI 层接入大模型服务，支持流式回答、上下文压缩、引用片段返回、证据来源标注和敏感问题安全兜底。