p&nv
全栈运维工程师
Infosys Limited · 2年经验
日薪：
￥500/8h
地点：
杭州 余杭
时间：
下班后
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
熟练掌握全栈开发与企业级自动化运维技术，具备从底层架构部署到上层业务开发的完整闭环能力。
在后端研发方面，扎实掌握 Java 生态，熟练运用 Spring Boot 框架进行企业级应用架构设计、RESTful API 开发及数据库模型优化。前端领域，熟练使用 Vue3 框架构建高性能的响应式 Web 后台系统，并具备丰富的微信小程序原生及框架开发经验，能独立完成多端应用的开发与打包发布。
在系统运维与自动化方向，精通 PowerShell 脚本编程，能够针对复杂的企业级 IT 需求编写高效的自动化工具，熟练实现批量用户数据处理、系统级任务调度及深度的网络连通性诊断。具备扎实的数据采集与清洗能力，能高效编写爬虫脚本处理大规模网络数据采集。
此外，在 AI 落地与前沿技术应用上有深入实践。熟悉大语言模型（LLM）的本地化部署、调试与网络环境配置。能够熟练打通并接驳 DeepSeek 等主流大模型 API，并利用 OpenClaw 等 Agent 框架搭建本地自动化工作流。对边缘计算与高性能存储硬件（如 SSD 架构）有较深理解，具备极强的复杂系统排错排障及整体架构寻优能力。
在后端研发方面，扎实掌握 Java 生态，熟练运用 Spring Boot 框架进行企业级应用架构设计、RESTful API 开发及数据库模型优化。前端领域，熟练使用 Vue3 框架构建高性能的响应式 Web 后台系统，并具备丰富的微信小程序原生及框架开发经验，能独立完成多端应用的开发与打包发布。
在系统运维与自动化方向，精通 PowerShell 脚本编程，能够针对复杂的企业级 IT 需求编写高效的自动化工具，熟练实现批量用户数据处理、系统级任务调度及深度的网络连通性诊断。具备扎实的数据采集与清洗能力，能高效编写爬虫脚本处理大规模网络数据采集。
此外，在 AI 落地与前沿技术应用上有深入实践。熟悉大语言模型（LLM）的本地化部署、调试与网络环境配置。能够熟练打通并接驳 DeepSeek 等主流大模型 API，并利用 OpenClaw 等 Agent 框架搭建本地自动化工作流。对边缘计算与高性能存储硬件（如 SSD 架构）有较深理解，具备极强的复杂系统排错排障及整体架构寻优能力。
项目经验
基础运维脚本开发 (PowerShell)：
编写并维护了一套包含几十个功能模块的 PowerShell 脚本库。主要用于处理日常繁琐的运维任务，比如批量配置用户权限、快速初始化系统环境、服务器间的文件同步以及基础的网络连障排查。为了方便后续维护和让 AI 调用，对代码做了模块化处理，并加上了详细的日志记录和异常捕获逻辑，防止脚本执行中途崩溃。
本地 Agent 部署与 API 踩坑：
由于公司内部有数据隐私要求，我在本地独立部署了 OpenClaw 框架，打算用它来调度底层的 PowerShell 脚本。但在内网环境下实际跑的时候，发现默认的大模型 API 总是响应超时，甚至直接被内网拦截，导致整个流转卡死。
配置重写与网络排错：
为了解决断连问题，我分析了 OpenClaw 的底层网络请求逻辑，直接手动重写了 openclaw.json 配置文件。清除了默认的模型节点，重新配置了 API 的 Endpoint 和 Token 生成方式，最终成功把接口替换并打通了 DeepSeek API。同时，我在请求头里增加了超时重试策略，解决了偶尔并发过高导致的连接截断问题，保证了本地和云端接口的稳定通信。
项目产出与实际效果：
这套工具跑通之后，平时那些批量的环境配置和网络排查任务，耗时大概缩短了 70%。系统的结构也比较清晰，底层 PowerShell 负责“干活”，上层 Agent 负责“调度”，以后如果要接其他家的大模型或者增加新的运维脚本，直接修改配置文件就行，不用大改代码，维护起来很方便。
编写并维护了一套包含几十个功能模块的 PowerShell 脚本库。主要用于处理日常繁琐的运维任务，比如批量配置用户权限、快速初始化系统环境、服务器间的文件同步以及基础的网络连障排查。为了方便后续维护和让 AI 调用，对代码做了模块化处理，并加上了详细的日志记录和异常捕获逻辑，防止脚本执行中途崩溃。
本地 Agent 部署与 API 踩坑：
由于公司内部有数据隐私要求，我在本地独立部署了 OpenClaw 框架，打算用它来调度底层的 PowerShell 脚本。但在内网环境下实际跑的时候，发现默认的大模型 API 总是响应超时，甚至直接被内网拦截，导致整个流转卡死。
配置重写与网络排错：
为了解决断连问题，我分析了 OpenClaw 的底层网络请求逻辑，直接手动重写了 openclaw.json 配置文件。清除了默认的模型节点，重新配置了 API 的 Endpoint 和 Token 生成方式，最终成功把接口替换并打通了 DeepSeek API。同时，我在请求头里增加了超时重试策略，解决了偶尔并发过高导致的连接截断问题，保证了本地和云端接口的稳定通信。
项目产出与实际效果：
这套工具跑通之后，平时那些批量的环境配置和网络排查任务，耗时大概缩短了 70%。系统的结构也比较清晰，底层 PowerShell 负责“干活”，上层 Agent 负责“调度”，以后如果要接其他家的大模型或者增加新的运维脚本，直接修改配置文件就行，不用大改代码，维护起来很方便。
p&nv
全栈运维工程师 · 2年经验 · Infosys Limited
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
熟练掌握全栈开发与企业级自动化运维技术，具备从底层架构部署到上层业务开发的完整闭环能力。
在后端研发方面，扎实掌握 Java 生态，熟练运用 Spring Boot 框架进行企业级应用架构设计、RESTful API 开发及数据库模型优化。前端领域，熟练使用 Vue3 框架构建高性能的响应式 Web 后台系统，并具备丰富的微信小程序原生及框架开发经验，能独立完成多端应用的开发与打包发布。
在系统运维与自动化方向，精通 PowerShell 脚本编程，能够针对复杂的企业级 IT 需求编写高效的自动化工具，熟练实现批量用户数据处理、系统级任务调度及深度的网络连通性诊断。具备扎实的数据采集与清洗能力，能高效编写爬虫脚本处理大规模网络数据采集。
此外，在 AI 落地与前沿技术应用上有深入实践。熟悉大语言模型（LLM）的本地化部署、调试与网络环境配置。能够熟练打通并接驳 DeepSeek 等主流大模型 API，并利用 OpenClaw 等 Agent 框架搭建本地自动化工作流。对边缘计算与高性能存储硬件（如 SSD 架构）有较深理解，具备极强的复杂系统排错排障及整体架构寻优能力。
在后端研发方面，扎实掌握 Java 生态，熟练运用 Spring Boot 框架进行企业级应用架构设计、RESTful API 开发及数据库模型优化。前端领域，熟练使用 Vue3 框架构建高性能的响应式 Web 后台系统，并具备丰富的微信小程序原生及框架开发经验，能独立完成多端应用的开发与打包发布。
在系统运维与自动化方向，精通 PowerShell 脚本编程，能够针对复杂的企业级 IT 需求编写高效的自动化工具，熟练实现批量用户数据处理、系统级任务调度及深度的网络连通性诊断。具备扎实的数据采集与清洗能力，能高效编写爬虫脚本处理大规模网络数据采集。
此外，在 AI 落地与前沿技术应用上有深入实践。熟悉大语言模型（LLM）的本地化部署、调试与网络环境配置。能够熟练打通并接驳 DeepSeek 等主流大模型 API，并利用 OpenClaw 等 Agent 框架搭建本地自动化工作流。对边缘计算与高性能存储硬件（如 SSD 架构）有较深理解，具备极强的复杂系统排错排障及整体架构寻优能力。
项目经验
基础运维脚本开发 (PowerShell)：
编写并维护了一套包含几十个功能模块的 PowerShell 脚本库。主要用于处理日常繁琐的运维任务，比如批量配置用户权限、快速初始化系统环境、服务器间的文件同步以及基础的网络连障排查。为了方便后续维护和让 AI 调用，对代码做了模块化处理，并加上了详细的日志记录和异常捕获逻辑，防止脚本执行中途崩溃。
本地 Agent 部署与 API 踩坑：
由于公司内部有数据隐私要求，我在本地独立部署了 OpenClaw 框架，打算用它来调度底层的 PowerShell 脚本。但在内网环境下实际跑的时候，发现默认的大模型 API 总是响应超时，甚至直接被内网拦截，导致整个流转卡死。
配置重写与网络排错：
为了解决断连问题，我分析了 OpenClaw 的底层网络请求逻辑，直接手动重写了 openclaw.json 配置文件。清除了默认的模型节点，重新配置了 API 的 Endpoint 和 Token 生成方式，最终成功把接口替换并打通了 DeepSeek API。同时，我在请求头里增加了超时重试策略，解决了偶尔并发过高导致的连接截断问题，保证了本地和云端接口的稳定通信。
项目产出与实际效果：
这套工具跑通之后，平时那些批量的环境配置和网络排查任务，耗时大概缩短了 70%。系统的结构也比较清晰，底层 PowerShell 负责“干活”，上层 Agent 负责“调度”，以后如果要接其他家的大模型或者增加新的运维脚本，直接修改配置文件就行，不用大改代码，维护起来很方便。
编写并维护了一套包含几十个功能模块的 PowerShell 脚本库。主要用于处理日常繁琐的运维任务，比如批量配置用户权限、快速初始化系统环境、服务器间的文件同步以及基础的网络连障排查。为了方便后续维护和让 AI 调用，对代码做了模块化处理，并加上了详细的日志记录和异常捕获逻辑，防止脚本执行中途崩溃。
本地 Agent 部署与 API 踩坑：
由于公司内部有数据隐私要求，我在本地独立部署了 OpenClaw 框架，打算用它来调度底层的 PowerShell 脚本。但在内网环境下实际跑的时候，发现默认的大模型 API 总是响应超时，甚至直接被内网拦截，导致整个流转卡死。
配置重写与网络排错：
为了解决断连问题，我分析了 OpenClaw 的底层网络请求逻辑，直接手动重写了 openclaw.json 配置文件。清除了默认的模型节点，重新配置了 API 的 Endpoint 和 Token 生成方式，最终成功把接口替换并打通了 DeepSeek API。同时，我在请求头里增加了超时重试策略，解决了偶尔并发过高导致的连接截断问题，保证了本地和云端接口的稳定通信。
项目产出与实际效果：
这套工具跑通之后，平时那些批量的环境配置和网络排查任务，耗时大概缩短了 70%。系统的结构也比较清晰，底层 PowerShell 负责“干活”，上层 Agent 负责“调度”，以后如果要接其他家的大模型或者增加新的运维脚本，直接修改配置文件就行，不用大改代码，维护起来很方便。
立即沟通
相似人才推荐：
