● 架构设计与研发: 主导构建基于 Vane 框架与 Dify 大模型应用的个人知识库系统。深度重构 Vane 的事件驱动架构,利用其轻量级中间件特性,解耦了数据采集与模型推理逻辑,实现了高并发场景下的高效响应。
● RAG 链路优化: 集成 Dify 的 RAG 检索链路,通过自定义预处理策略优化知识切片(Chunking)算法,结合多路召回与重排序(Re-ranking)机制,将模型检索准确率与知识获取效率提升了 30% 以上。
● 性能工程化: 针对模型调用延迟问题,引入缓存策略(Cache-aside)与异步处理流,通过优化数据流转逻辑,显著提升了系统响应速度与稳定性,确保在复杂交互下的端到端延迟降低 40%。
● 全链路交付: 独立负责从需求拆解、技术选型(采用 TypeScript/Python 技术栈)、自动化流水线构建到 Docker 容器化部署的研发全流程,实现了系统的快速迭代与闭环交付,并在实际生产环境验证了方案的高可用性。