API Test Agent — 基于OpenAPI文档的自动化安全测试Agent
独立完成全栈开发，该项目能从用户提供的Swagger/OpenAPI规范文件自动解析API接口定义，覆盖功能、边界、异常、SQL注入、XSS、命令注入、SSRF、路径遍历、JWT安全及CSRF共十个测试维度，自动生成测试用例并通过httpx异步并发执行。核心技术架构方面，基于LangGraph设计了七节点StateGraph处理管道，包含文档解析、接口分析、用例生成、批量执行、Schema校验及ReAct反思回退节点，其中Reflect节点利用LLM分析测试失败根因并自动区分真实Bug与用例偏差，将误报率从约百分之十五降至低于百分之五。系统层面实现了令牌桶全局限流配合per-host动态熔断器的多层防护机制，沙箱隔离执行环境配合JSONL结构化安全日志，LiteLLM统一模型调度层对接DeepSeek V4，Qdrant存储API规范向量嵌入，LangGraph Checkpoint支持断点续传。前端采用React配合TypeScript和Vite加Tailwind及Zustand技术栈，通过SSE实现测试进度实时推送，同时提供Streamlit轻量前端作为备选方案。项目累计编写388个以上自动化测试用例，覆盖Pytest单元测试与Vitest前端测试，建立Golden Dataset回归测试体系，集成LangFuse全链路追踪与Token成本监控，单次完整测试成本约零点零三美元。
Multi-Agent CS — 多Agent协作智能客服系统
独立完成全栈开发，实现了Supervisor Agent自动识别用户意图（查订单、退款、售后、账户、技术支持五类）并路由至三个专业Worker Agent的分层协作架构。订单Agent负责订单查询与退款创建，售后Agent处理物流追踪与账户问题，支持Agent管理系统状态与知识库检索，大额退款操作自动触发HITL人工审核。设计了三级记忆系统：短期记忆基于Redis滑动窗口配合LLM自动摘要，实现跨会话上下文保留；长期记忆基于Qdrant向量检索加PostgreSQL结构化存储，持久化用户画像与历史偏好；工作记忆基于内存实现快速多步推理状态追踪。系统基于LangGraph九节点StateGraph编排，使用interrupt_before实现关键操作人工审批，Command.resume恢复工作流，PostgresSaver实现Checkpoint持久化。集成MCP协议对接五个外部工具服务，实现五层安全防护体系包含四十余条注入检测规则和PII脱敏及哈希链式审计日志。Prompt工程方面实现YAML层级切换加A/B测试框架，前端支持Generative UI动态渲染，集成网络搜索能力。项目包含八十六个自动化测试用例，整体覆盖率达百分之九十六点五，编写九份ADR架构决策记录。
PIPL-RAG — 基于Agentic RAG的个人信息保护法AI智能问答系统
独立完成全栈开发，基于《个人信息保护法》及相关法规构建法律AI助手，处理六份法规文件生成九十三个文档片段，支持法条查询、案例匹配、合规建议、处罚查询、权利查询、跨境合规等八类问题。实现了六种意图路由自动分发机制，简单查询走LangGraph快速工具链，复杂对比分析走ReAct Agent多工具编排，检索不到相关内容时自动改写查询策略，每次回答标注法条依据与案例来源。检索核心采用Agentic RAG双路由架构，包含LLM零至一判断检索需求与自动改写查询及回退机制的三层控制。混合检索融合稠密向量检索配合阿里云DashScope text-embedding-v4模型一千零二十四维向量通过Qdrant gRPC模式，与稀疏检索基于BM25加jieba中文分词，通过RRF算法六十路融合后经LLM Reranker精选前五条结果。构建GraphRAG知识图谱基于NetworkX七类实体四类关系支持实时扩展。ReAct Agent配备四个Function Calling工具实现知识搜索、案例搜索、法条详情及跨境法规查询，总计四个轮次推理。系统层面实现了API多层防护包含令牌桶并发控制与熔断器自动恢复及指数退避重试，语义缓存基于Embedding余弦相似度零点九二阈值配合一小时TTL线程安全设计。文档上传管道支持多种格式，智能分块包含段落级和句子级及语义连贯三种策略，自动向量化并同步重建BM25索引。质量保障方面使用RAGAS评估框架覆盖忠实度与相关性及准确性维度配合端到端延迟统计，Prompt采用YAML版本化管理，项目共一百七十一个测试用例全部通过。