AI与前沿技术:
RAG私有化构建、Chroma向量库、Langchain、LangGraph框架、Prompt调优;熟悉AutoGen、CrewAI等多智能体协作框架、熟练使用Spring AI;熟悉Coze、Dify、n8n等低代码开发平台工具;熟悉MCP、AtoA协议
后端架构:
精通Java(JVM调优、GC算法、并发编程);Python(AGI大模型应用开发)
微服务/分布式:
Spring Boot/Cloud Alibaba (Nacos, Gateway, Sentinel, Seata);Spring Cloud Gateway;RocketMQ、Kafka、RabbitMQ
数据存储:
MySQL、Redis、PostgreSQL、MongoDB、Elasticsearch、达梦(信创适配)、Minio、阿里云oss
云原生/运维工具:
Kubernetes (HPA, ConfigMap, Rancher运维);Docker、CI/CD;APISIX、Nginx
工具与质量:
SkyWalking链路追踪;Maven;Git;SonarQube
Vibe coding/辅助编程:
TRAE、Codex、Claude Code、Qoder
1. 通通智道-智能 RAG 知识库系统 | 研发组长
2025.01 – 2026.01
• 项目描述:通通智道是一个基于私有知识库的企业级智能对话平台,允许用户上传文档构建专属知识空间,并通过自然语言交互方式查询和获取知识。它结合了大语言模型和向量检索技术,能够让用户能够通过对话的形式与自己的知识库进行高效交互。
• 我的职责:
o 架构设计:全程参与迭代开发,设计Spring AI + LangChain4j混合架构,基于Spring AI 实现向量检索、基础LLM调用,与公司原有的Spring技术栈迅速整合。
o 高级RAG能力:基于LangChain4j 实现复杂文档解析、多轮对话、MultiQuery 多路召回、重排序等高级 RAG 能力,大幅提升问答准确率。
o 工程优化:基于RocketMQ解耦文件上传、处理与向量化流程,实现分片上传与断点续传;使用Redis Bitmap存储分片状态,并通过MinIO支持的合并方法(内部按 MD5 完成分片合并)。
o 服务治理:抽离Embedding服务,标准化Docker镜像,部署在私有Kubernetes集群中,方便根据实际交付情况扩展服务副本。
o 动态适配:基于Spring AI中的ChatClient设计ChatClientFactory动态工厂,运行时根据配置参数动态创建OpenAI标准兼容的ChatClient实例,通过OpenAiChatOptions统一配置模型参数,实现DeepSeek、Qwen等主流厂商LLM的无缝切换。
o 效果调优:优化Prompt Engineering,设计动态上下文构建策略,基于召回文档质量,使用模板替换动态调整Prompt结构,答案准确率提升至85%。
o 生态对接:落地AI相关API开放体系,使用AK/SK签名方案,提供标准化接口供其他项目调用。
• 技术栈:Spring AI, LangChain4j, Spring Cloud, Spring Boot, Apache Tika, Ollama, MinIO, Milvus, MySQL, Redis, RocketMQ, Nginx, Gateway, Docker, Kubernetes
2. 县域智慧城市平台 (一网统管) | 研发组长
2023.01 – 2025.01
• 项目描述:构建集“感、管、治、服”于一体的县级智慧城市中枢,整合统一门户、事件中心、基层治理大模型、数据中台等,基于CIM数字底座实现城市治理闭环。
• 我的职责:
o 架构落地:主导微服务拆分与数据库分库分表设计,引入RocketMQ解耦事件中心,确保系统高可用。
o AI赋能:主导RAG私有化构建与Prompt调优,将大模型应用于舆情监控与事件智能分拨,提升处置效率30%。
o 技术攻关:设计可视化配置化事件适配引擎,支持50+县域项目快速复制,单项目接入10+异构数据源。
o 团队管理:制定研发排期,组织代码审查。
• 技术栈:Java, SpringBoot,Spring AI, MySQL(ShardingSphere), 达梦数据库, Redis, RocketMQ, ES, Langchain4j/RAG