Java 作为跨平台后端语言,稳定性强,广泛用于业务系统、服务开发;C++ 性能顶尖,适合高性能程序、算法与底层开发。MySQL 是主流关系型数据库,负责数据持久存储。HTML 搭建网页骨架,CSS 美化页面样式,JavaScript 赋予网页交互能力。Vue3 轻量化前端框架,简化页面开发,高效构建现代化交互界面,前后端技术搭配,能够实现完整 Web 应用开发。
基于 VLM 的多工具协同图像恢复 Agent 系统 实践项目 2025-2026
项目描述:本项目旨在深入掌握多模态 Agent 系统的设计与落地全链路技术,独立搭建了一套以视觉语言大模型为控制中心的图像恢复 Agent 系统。系统能够自主分析退化图像、生成推理链路,并动态调度多个异构专家完成图像恢复任务。项目对工具调用协议和错误回退机制进行了工程优化,提升了系统的鲁棒性与可扩展性
项目职责:基于 LLaVA 多模态模型搭建了感知→推理→规划→工具调用→执行→评估的六阶段 Agent 决策闭环,使模型能将退化图像与用户指令转化为可解释的思维链,并据此生成多步恢复策略。并将多个异构专家模型封装为统一的 Function Calling 接口,定义了标准化调用协议,实现了工具注册、动态加载、参数校验、错误回退与流水线自动编排,保障复杂任务执行的鲁棒性。同时,复现了基于无参考多维度 IQA 自动奖励的 MRRHF 训练框架,利用 Diverse Beam Search 与 Ranking Loss 驱动 Agent 在无人工标注条件下完成决策的自我优化,形成了数据驱动的迭代闭环