666
高级全栈工程师
CGYH · 3年经验
日薪：
￥800/8h
地点：
宁波 全区
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
我是一名全栈工程师，近两年主要聚焦于 AI 应用层的落地开发。最近独立完成了一个完整的 AI Agent 项目，包含安卓 App、H5 移动网页和后端服务，所有代码都在 Linux 服务器上部署运行，智能体本身也实现了完整的推理与工具调用流程。
在安卓端，我熟悉 Kotlin 和 Java 的混合开发，处理过屏幕适配、长连接保活和本地缓存，能保证 App 在各种安卓版本上的稳定运行。H5 端我用 Vue3 和 TypeScript 搭建，配合 Vite 做构建，也做过 PWA 离线化和移动端触摸交互优化，确保在手机浏览器和 WebView 里的体验一致。
后端方面，我用过 FastAPI 和 Django 构建 RESTful 接口，也用 Node.js 的 NestJS 做过 WebSocket 网关，数据库上熟悉 PostgreSQL、MongoDB 和 Redis 的模型设计与慢查询优化。部署层面，我习惯用 Docker 打包服务，配合 Nginx 做反向代理和 SSL 自动续期，也会写 Shell 脚本做日志监控和定时任务，保证线上服务不出大问题。
AI 智能体这块，我实践过 ReAct 推理模式，做过函数调用、RAG 向量检索和多轮对话的状态管理。对接过 OpenAI、Claude 和国内主流大模型的 API，也自己设计过简单的记忆模块和插件化工具集，比如让 Agent 调用搜索、数据库查询或第三方业务接口。我比较擅长提示词调优，能明显提高复杂任务的成功率。
工程习惯上，我用 Git 做分支管理，搭过简单的 CI/CD 流水线，也习惯写接口文档和架构图来跟团队或客户对齐需求。我的优势是既能做技术选型和系统设计，也能自己写代码落地，在资源有限的外包项目里可以快速迭代，同时保证代码的可维护性。对远程协作和阶段性交付也有经验，能中英文沟通，保证项目进展透明。
在安卓端，我熟悉 Kotlin 和 Java 的混合开发，处理过屏幕适配、长连接保活和本地缓存，能保证 App 在各种安卓版本上的稳定运行。H5 端我用 Vue3 和 TypeScript 搭建，配合 Vite 做构建，也做过 PWA 离线化和移动端触摸交互优化，确保在手机浏览器和 WebView 里的体验一致。
后端方面，我用过 FastAPI 和 Django 构建 RESTful 接口，也用 Node.js 的 NestJS 做过 WebSocket 网关，数据库上熟悉 PostgreSQL、MongoDB 和 Redis 的模型设计与慢查询优化。部署层面，我习惯用 Docker 打包服务，配合 Nginx 做反向代理和 SSL 自动续期，也会写 Shell 脚本做日志监控和定时任务，保证线上服务不出大问题。
AI 智能体这块，我实践过 ReAct 推理模式，做过函数调用、RAG 向量检索和多轮对话的状态管理。对接过 OpenAI、Claude 和国内主流大模型的 API，也自己设计过简单的记忆模块和插件化工具集，比如让 Agent 调用搜索、数据库查询或第三方业务接口。我比较擅长提示词调优，能明显提高复杂任务的成功率。
工程习惯上，我用 Git 做分支管理，搭过简单的 CI/CD 流水线，也习惯写接口文档和架构图来跟团队或客户对齐需求。我的优势是既能做技术选型和系统设计，也能自己写代码落地，在资源有限的外包项目里可以快速迭代，同时保证代码的可维护性。对远程协作和阶段性交付也有经验，能中英文沟通，保证项目进展透明。
项目经验
项目一：跨端智能助手应用
负责整体架构设计和全栈开发，包含安卓 App、H5 端和后端服务。安卓端处理了多版本适配和长连接保活，H5 端做了响应式布局和离线缓存策略，后端基于 FastAPI 部署在 Linux 上，用 Docker 编排整个服务集群。同时实现了基于大模型的推理与工具调用模块。项目从数据库设计到部署上线由一人完成。
项目二：高并发消息推送中台
为客户公司开发了一套统一的消息推送服务，支持 App 内推送、短信和邮件三种通道。后端用 Node.js 配合 Redis 做消息队列削峰，单机支撑日均百万级请求。设计了失败重试和回退机制，确保各通道稳定性。同时搭建了简单的管理后台，用于查看推送状态和错误日志，技术选型和部署都由我独立完成。
项目三：工业设备数据采集与监控系统
负责后端数据接收服务和 Web 端实时看板。设备端通过串口上报数据，我在 Linux 服务器上写了一个常驻进程负责数据解析和入库，处理了粘包和异常数据过滤。后端用 Python 做数据处理，前端用 Vue 展示实时曲线和设备状态。另外还写了一个简单的告警脚本，当指标超限时通过企业内部钉钉机器人发送通知。
项目四：爬虫与数据清洗工具
客户需要从多个公开数据源定期抓取行业信息并做结构化处理。我用 Python 搭配 Scrapy 框架搭建了分布式爬虫，通过代理池解决反爬限制，抓取后的数据用 Pandas 做清洗和格式统一，最终生成 Excel 和 JSON 两种格式的输出文件。整个流程封装成定时任务，部署在 Linux 服务器上自动运行，并配置了异常邮件报警。
项目五：智能客服中间层改造
在不替换客户原有老系统前提下，增加 AI 自动回复能力。开发了一个中间层服务，对接客户现有 API 获取订单和用户信息，动态注入到提示词中，让模型基于真实业务上下文回答。同时设计了置信度评分和人工兜底逻辑。涉及老系统接口逆向适配、数据库只读账号配置以及少量前端配置界面开发。
负责整体架构设计和全栈开发，包含安卓 App、H5 端和后端服务。安卓端处理了多版本适配和长连接保活，H5 端做了响应式布局和离线缓存策略，后端基于 FastAPI 部署在 Linux 上，用 Docker 编排整个服务集群。同时实现了基于大模型的推理与工具调用模块。项目从数据库设计到部署上线由一人完成。
项目二：高并发消息推送中台
为客户公司开发了一套统一的消息推送服务，支持 App 内推送、短信和邮件三种通道。后端用 Node.js 配合 Redis 做消息队列削峰，单机支撑日均百万级请求。设计了失败重试和回退机制，确保各通道稳定性。同时搭建了简单的管理后台，用于查看推送状态和错误日志，技术选型和部署都由我独立完成。
项目三：工业设备数据采集与监控系统
负责后端数据接收服务和 Web 端实时看板。设备端通过串口上报数据，我在 Linux 服务器上写了一个常驻进程负责数据解析和入库，处理了粘包和异常数据过滤。后端用 Python 做数据处理，前端用 Vue 展示实时曲线和设备状态。另外还写了一个简单的告警脚本，当指标超限时通过企业内部钉钉机器人发送通知。
项目四：爬虫与数据清洗工具
客户需要从多个公开数据源定期抓取行业信息并做结构化处理。我用 Python 搭配 Scrapy 框架搭建了分布式爬虫，通过代理池解决反爬限制，抓取后的数据用 Pandas 做清洗和格式统一，最终生成 Excel 和 JSON 两种格式的输出文件。整个流程封装成定时任务，部署在 Linux 服务器上自动运行，并配置了异常邮件报警。
项目五：智能客服中间层改造
在不替换客户原有老系统前提下，增加 AI 自动回复能力。开发了一个中间层服务，对接客户现有 API 获取订单和用户信息，动态注入到提示词中，让模型基于真实业务上下文回答。同时设计了置信度评分和人工兜底逻辑。涉及老系统接口逆向适配、数据库只读账号配置以及少量前端配置界面开发。
案例展示 全部案例 >
666
高级全栈工程师 · 3年经验 · CGYH
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
我是一名全栈工程师，近两年主要聚焦于 AI 应用层的落地开发。最近独立完成了一个完整的 AI Agent 项目，包含安卓 App、H5 移动网页和后端服务，所有代码都在 Linux 服务器上部署运行，智能体本身也实现了完整的推理与工具调用流程。
在安卓端，我熟悉 Kotlin 和 Java 的混合开发，处理过屏幕适配、长连接保活和本地缓存，能保证 App 在各种安卓版本上的稳定运行。H5 端我用 Vue3 和 TypeScript 搭建，配合 Vite 做构建，也做过 PWA 离线化和移动端触摸交互优化，确保在手机浏览器和 WebView 里的体验一致。
后端方面，我用过 FastAPI 和 Django 构建 RESTful 接口，也用 Node.js 的 NestJS 做过 WebSocket 网关，数据库上熟悉 PostgreSQL、MongoDB 和 Redis 的模型设计与慢查询优化。部署层面，我习惯用 Docker 打包服务，配合 Nginx 做反向代理和 SSL 自动续期，也会写 Shell 脚本做日志监控和定时任务，保证线上服务不出大问题。
AI 智能体这块，我实践过 ReAct 推理模式，做过函数调用、RAG 向量检索和多轮对话的状态管理。对接过 OpenAI、Claude 和国内主流大模型的 API，也自己设计过简单的记忆模块和插件化工具集，比如让 Agent 调用搜索、数据库查询或第三方业务接口。我比较擅长提示词调优，能明显提高复杂任务的成功率。
工程习惯上，我用 Git 做分支管理，搭过简单的 CI/CD 流水线，也习惯写接口文档和架构图来跟团队或客户对齐需求。我的优势是既能做技术选型和系统设计，也能自己写代码落地，在资源有限的外包项目里可以快速迭代，同时保证代码的可维护性。对远程协作和阶段性交付也有经验，能中英文沟通，保证项目进展透明。
在安卓端，我熟悉 Kotlin 和 Java 的混合开发，处理过屏幕适配、长连接保活和本地缓存，能保证 App 在各种安卓版本上的稳定运行。H5 端我用 Vue3 和 TypeScript 搭建，配合 Vite 做构建，也做过 PWA 离线化和移动端触摸交互优化，确保在手机浏览器和 WebView 里的体验一致。
后端方面，我用过 FastAPI 和 Django 构建 RESTful 接口，也用 Node.js 的 NestJS 做过 WebSocket 网关，数据库上熟悉 PostgreSQL、MongoDB 和 Redis 的模型设计与慢查询优化。部署层面，我习惯用 Docker 打包服务，配合 Nginx 做反向代理和 SSL 自动续期，也会写 Shell 脚本做日志监控和定时任务，保证线上服务不出大问题。
AI 智能体这块，我实践过 ReAct 推理模式，做过函数调用、RAG 向量检索和多轮对话的状态管理。对接过 OpenAI、Claude 和国内主流大模型的 API，也自己设计过简单的记忆模块和插件化工具集，比如让 Agent 调用搜索、数据库查询或第三方业务接口。我比较擅长提示词调优，能明显提高复杂任务的成功率。
工程习惯上，我用 Git 做分支管理，搭过简单的 CI/CD 流水线，也习惯写接口文档和架构图来跟团队或客户对齐需求。我的优势是既能做技术选型和系统设计，也能自己写代码落地，在资源有限的外包项目里可以快速迭代，同时保证代码的可维护性。对远程协作和阶段性交付也有经验，能中英文沟通，保证项目进展透明。
项目经验
项目一：跨端智能助手应用
负责整体架构设计和全栈开发，包含安卓 App、H5 端和后端服务。安卓端处理了多版本适配和长连接保活，H5 端做了响应式布局和离线缓存策略，后端基于 FastAPI 部署在 Linux 上，用 Docker 编排整个服务集群。同时实现了基于大模型的推理与工具调用模块。项目从数据库设计到部署上线由一人完成。
项目二：高并发消息推送中台
为客户公司开发了一套统一的消息推送服务，支持 App 内推送、短信和邮件三种通道。后端用 Node.js 配合 Redis 做消息队列削峰，单机支撑日均百万级请求。设计了失败重试和回退机制，确保各通道稳定性。同时搭建了简单的管理后台，用于查看推送状态和错误日志，技术选型和部署都由我独立完成。
项目三：工业设备数据采集与监控系统
负责后端数据接收服务和 Web 端实时看板。设备端通过串口上报数据，我在 Linux 服务器上写了一个常驻进程负责数据解析和入库，处理了粘包和异常数据过滤。后端用 Python 做数据处理，前端用 Vue 展示实时曲线和设备状态。另外还写了一个简单的告警脚本，当指标超限时通过企业内部钉钉机器人发送通知。
项目四：爬虫与数据清洗工具
客户需要从多个公开数据源定期抓取行业信息并做结构化处理。我用 Python 搭配 Scrapy 框架搭建了分布式爬虫，通过代理池解决反爬限制，抓取后的数据用 Pandas 做清洗和格式统一，最终生成 Excel 和 JSON 两种格式的输出文件。整个流程封装成定时任务，部署在 Linux 服务器上自动运行，并配置了异常邮件报警。
项目五：智能客服中间层改造
在不替换客户原有老系统前提下，增加 AI 自动回复能力。开发了一个中间层服务，对接客户现有 API 获取订单和用户信息，动态注入到提示词中，让模型基于真实业务上下文回答。同时设计了置信度评分和人工兜底逻辑。涉及老系统接口逆向适配、数据库只读账号配置以及少量前端配置界面开发。
负责整体架构设计和全栈开发，包含安卓 App、H5 端和后端服务。安卓端处理了多版本适配和长连接保活，H5 端做了响应式布局和离线缓存策略，后端基于 FastAPI 部署在 Linux 上，用 Docker 编排整个服务集群。同时实现了基于大模型的推理与工具调用模块。项目从数据库设计到部署上线由一人完成。
项目二：高并发消息推送中台
为客户公司开发了一套统一的消息推送服务，支持 App 内推送、短信和邮件三种通道。后端用 Node.js 配合 Redis 做消息队列削峰，单机支撑日均百万级请求。设计了失败重试和回退机制，确保各通道稳定性。同时搭建了简单的管理后台，用于查看推送状态和错误日志，技术选型和部署都由我独立完成。
项目三：工业设备数据采集与监控系统
负责后端数据接收服务和 Web 端实时看板。设备端通过串口上报数据，我在 Linux 服务器上写了一个常驻进程负责数据解析和入库，处理了粘包和异常数据过滤。后端用 Python 做数据处理，前端用 Vue 展示实时曲线和设备状态。另外还写了一个简单的告警脚本，当指标超限时通过企业内部钉钉机器人发送通知。
项目四：爬虫与数据清洗工具
客户需要从多个公开数据源定期抓取行业信息并做结构化处理。我用 Python 搭配 Scrapy 框架搭建了分布式爬虫，通过代理池解决反爬限制，抓取后的数据用 Pandas 做清洗和格式统一，最终生成 Excel 和 JSON 两种格式的输出文件。整个流程封装成定时任务，部署在 Linux 服务器上自动运行，并配置了异常邮件报警。
项目五：智能客服中间层改造
在不替换客户原有老系统前提下，增加 AI 自动回复能力。开发了一个中间层服务，对接客户现有 API 获取订单和用户信息，动态注入到提示词中，让模型基于真实业务上下文回答。同时设计了置信度评分和人工兜底逻辑。涉及老系统接口逆向适配、数据库只读账号配置以及少量前端配置界面开发。
立即沟通
