1
AI应用开发工程师 | 全栈 | Python/JS
个人开发者 · 11年经验
日薪：
￥500/8h
地点：
杭州
时间：
可工作日远程可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
专注 AI 应用落地与大模型工程化的独立开发者，具备从需求拆解、架构设计到开发交付的全流程能力。
【AI 应用开发】
· LLM 接入与 Prompt 工程：熟悉主流商用大模型 API（DeepSeek、通义千问、文心一言、豆包/火山方舟、OpenAI GPT 等）的接入与调用封装，掌握多轮对话上下文管理、流式输出（SSE）、结构化输出约束与提示词模板化设计；同时可基于本地 Ollama 部署开源模型（Qwen 系列），实现数据不出域的私有化推理。
· RAG 知识库：基于 LangChain + Chroma 向量库构建企业知识库问答系统，使用 bge-m3 多语言向量模型；完整实现文档解析切分、向量化入库、相似度检索、引用溯源（回答标注来源片段）、知识库外拒答（抑制幻觉）与会话记录持久化。
· AI Agent：基于 ReAct 模式实现自主规划循环（思考→选择工具→执行→观察结果），支持多工具注册与调用、工具异常自动回喂形成闭环纠错、步数上限防失控、执行轨迹可视化与审计。
【后端开发】
Python 为主力语言，熟练使用 FastAPI 构建 RESTful API 与流式接口；掌握 Node.js；数据层使用 MySQL / SQLite；具备接口设计、日志记录与定时任务脚本编写能力；熟悉 Docker 容器化打包与部署。
【前端与终端】
HTML5 / CSS3 / JavaScript 原生开发，熟练使用 Vue / React 进行组件化前端开发；可独立完成对话交互界面与管理后台；具备微信小程序、H5 页面开发能力，能实现 PC 端与移动端共用账号体系、数据互通。
【系统集成】
具备企业微信开发能力（自建应用、群机器人、消息推送与回调处理），可完成企业微信与业务系统的双向对接；熟悉第三方 SaaS / 开放平台 API 的集成与鉴权流程。
【数据采集与自动化】
熟练使用 requests 与 Playwright 实现网页数据采集：分页遍历、动态渲染页面处理、请求间隔与 UA 轮换等基础反爬应对；可完成数据清洗、去重与结构化导出（Excel / CSV / JSON / 数据库入库）；擅长编写自动化脚本提升重复性工作效率。
【工程与环境】
熟悉 Linux / macOS 开发环境、Python 虚拟环境与依赖管理、Git 版本控制；可独立完成部署与交付文档编写。
【可承接方向】
AI 智能助手与对话系统、企业知识库问答、AI Agent 与业务流程自动化、数据采集与报表自动化、管理后台与业务系统、微信小程序与 Web 端整体交付。
【AI 应用开发】
· LLM 接入与 Prompt 工程：熟悉主流商用大模型 API（DeepSeek、通义千问、文心一言、豆包/火山方舟、OpenAI GPT 等）的接入与调用封装，掌握多轮对话上下文管理、流式输出（SSE）、结构化输出约束与提示词模板化设计；同时可基于本地 Ollama 部署开源模型（Qwen 系列），实现数据不出域的私有化推理。
· RAG 知识库：基于 LangChain + Chroma 向量库构建企业知识库问答系统，使用 bge-m3 多语言向量模型；完整实现文档解析切分、向量化入库、相似度检索、引用溯源（回答标注来源片段）、知识库外拒答（抑制幻觉）与会话记录持久化。
· AI Agent：基于 ReAct 模式实现自主规划循环（思考→选择工具→执行→观察结果），支持多工具注册与调用、工具异常自动回喂形成闭环纠错、步数上限防失控、执行轨迹可视化与审计。
【后端开发】
Python 为主力语言，熟练使用 FastAPI 构建 RESTful API 与流式接口；掌握 Node.js；数据层使用 MySQL / SQLite；具备接口设计、日志记录与定时任务脚本编写能力；熟悉 Docker 容器化打包与部署。
【前端与终端】
HTML5 / CSS3 / JavaScript 原生开发，熟练使用 Vue / React 进行组件化前端开发；可独立完成对话交互界面与管理后台；具备微信小程序、H5 页面开发能力，能实现 PC 端与移动端共用账号体系、数据互通。
【系统集成】
具备企业微信开发能力（自建应用、群机器人、消息推送与回调处理），可完成企业微信与业务系统的双向对接；熟悉第三方 SaaS / 开放平台 API 的集成与鉴权流程。
【数据采集与自动化】
熟练使用 requests 与 Playwright 实现网页数据采集：分页遍历、动态渲染页面处理、请求间隔与 UA 轮换等基础反爬应对；可完成数据清洗、去重与结构化导出（Excel / CSV / JSON / 数据库入库）；擅长编写自动化脚本提升重复性工作效率。
【工程与环境】
熟悉 Linux / macOS 开发环境、Python 虚拟环境与依赖管理、Git 版本控制；可独立完成部署与交付文档编写。
【可承接方向】
AI 智能助手与对话系统、企业知识库问答、AI Agent 与业务流程自动化、数据采集与报表自动化、管理后台与业务系统、微信小程序与 Web 端整体交付。
项目经验
项目一：企业知识库 RAG 问答助手（独立开发，已实测运行）
项目背景：企业内部文档分散，直接使用大模型回答易产生幻觉、无法溯源。目标是构建一套数据不出域的本地知识库问答系统。
我的职责：独立完成整体架构设计、后端开发、前端界面与部署调试。
技术实现：后端基于 Python + FastAPI，通过 LangChain 调用本地 Ollama 推理（Qwen3-4B 大模型 + bge-m3 多语言向量模型）；向量检索使用 Chroma；实现文档解析切分→向量化入库→相似度召回→大模型生成的完整链路；回答中标注引用来源片段以支持溯源，对知识库外的问题主动拒答以抑制幻觉；支持多轮追问与会话记录持久化恢复。
难点与解法：中文语义检索效果不佳时，通过对比测试更换向量模型（最终选用 bge-m3）显著提升 Top-1 命中率；针对流式输出与引用标注并存的场景，采用 SSE 分片推送并区分内容帧与引用帧。
结果产出：系统可稳定完成知识库问答、引用溯源、拒答与多轮对话，全程本地推理、数据不出域。
项目二：AI Agent 自动化工作流工具（独立开发，已实测运行）
项目背景：为解决重复性计算、文本统计与结果归档类任务的人力消耗。
我的职责：独立负责整体架构设计与全栈实现。
技术实现：基于 Python + FastAPI 与本地 Ollama（Qwen3-4B）构建自主规划循环，大模型按"思考→选择工具→真实执行→观察结果"逐步推进；实现沙箱计算器、文本统计、文件写入三个真实执行的工具；工具报错自动回喂模型形成闭环纠错；单任务限 8 步防失控；前端通过 SSE 实时可视化执行轨迹（每步思考、调用参数、观察结果、耗时）。
难点与解法：模型输出解析在单轮返回多个 JSON 对象时会因贪婪匹配出错，改用逐对象解析后稳定；工具拒绝非法表达式后，模型能自主改写并重试成功，验证了闭环纠错的有效性。
结果产出：实测"复利计算+结论归档"任务 3 步自动完成，全程轨迹可审计。
项目三：AI Agent 协作开发体系搭建（独立设计与实现，持续运行）
项目背景：个人独立交付项目时，需求分析、开发、测试、安全审查需并行推进，单人难以兼顾效率与质量。
我的职责：独立完成整体架构设计、插件开发与流程规范制定。
技术实现：基于 Cordis 插件架构搭建多 Agent 运行环境，使用 TypeScript / Node.js 开发自定义插件，通过 YAML 组合配置声明式装配能力；设计按角色划分的子代理体系（调研 / 架构 / 编码 / 测试 / 安全审查），每个角色绑定独立的模型档位与工具权限子集，实现能力最小授权；建立跨会话记忆机制（工作区记忆文件 + 变更日志 + 冲突登记）与证据分级规范（已确认 / 推断 / 未知）。
难点与解法：多角色并行时的上下文污染与权限越界问题，通过工具白名单过滤与角色隔离解决；长任务的可控性问题，通过"计划模式（只读调研→提交待批→执行）"与"变更前存档、可回滚"机制解决。
结果产出：形成一套可复用的开发流水线，支撑从信息检索、编码实现到安全审查的自动化协作，已稳定运行并持续迭代。
项目背景：企业内部文档分散，直接使用大模型回答易产生幻觉、无法溯源。目标是构建一套数据不出域的本地知识库问答系统。
我的职责：独立完成整体架构设计、后端开发、前端界面与部署调试。
技术实现：后端基于 Python + FastAPI，通过 LangChain 调用本地 Ollama 推理（Qwen3-4B 大模型 + bge-m3 多语言向量模型）；向量检索使用 Chroma；实现文档解析切分→向量化入库→相似度召回→大模型生成的完整链路；回答中标注引用来源片段以支持溯源，对知识库外的问题主动拒答以抑制幻觉；支持多轮追问与会话记录持久化恢复。
难点与解法：中文语义检索效果不佳时，通过对比测试更换向量模型（最终选用 bge-m3）显著提升 Top-1 命中率；针对流式输出与引用标注并存的场景，采用 SSE 分片推送并区分内容帧与引用帧。
结果产出：系统可稳定完成知识库问答、引用溯源、拒答与多轮对话，全程本地推理、数据不出域。
项目二：AI Agent 自动化工作流工具（独立开发，已实测运行）
项目背景：为解决重复性计算、文本统计与结果归档类任务的人力消耗。
我的职责：独立负责整体架构设计与全栈实现。
技术实现：基于 Python + FastAPI 与本地 Ollama（Qwen3-4B）构建自主规划循环，大模型按"思考→选择工具→真实执行→观察结果"逐步推进；实现沙箱计算器、文本统计、文件写入三个真实执行的工具；工具报错自动回喂模型形成闭环纠错；单任务限 8 步防失控；前端通过 SSE 实时可视化执行轨迹（每步思考、调用参数、观察结果、耗时）。
难点与解法：模型输出解析在单轮返回多个 JSON 对象时会因贪婪匹配出错，改用逐对象解析后稳定；工具拒绝非法表达式后，模型能自主改写并重试成功，验证了闭环纠错的有效性。
结果产出：实测"复利计算+结论归档"任务 3 步自动完成，全程轨迹可审计。
项目三：AI Agent 协作开发体系搭建（独立设计与实现，持续运行）
项目背景：个人独立交付项目时，需求分析、开发、测试、安全审查需并行推进，单人难以兼顾效率与质量。
我的职责：独立完成整体架构设计、插件开发与流程规范制定。
技术实现：基于 Cordis 插件架构搭建多 Agent 运行环境，使用 TypeScript / Node.js 开发自定义插件，通过 YAML 组合配置声明式装配能力；设计按角色划分的子代理体系（调研 / 架构 / 编码 / 测试 / 安全审查），每个角色绑定独立的模型档位与工具权限子集，实现能力最小授权；建立跨会话记忆机制（工作区记忆文件 + 变更日志 + 冲突登记）与证据分级规范（已确认 / 推断 / 未知）。
难点与解法：多角色并行时的上下文污染与权限越界问题，通过工具白名单过滤与角色隔离解决；长任务的可控性问题，通过"计划模式（只读调研→提交待批→执行）"与"变更前存档、可回滚"机制解决。
结果产出：形成一套可复用的开发流水线，支撑从信息检索、编码实现到安全审查的自动化协作，已稳定运行并持续迭代。
ID:433908
复制
1
AI应用开发工程师 | 全栈 | Python/JS · 11年经验 · 个人开发者
0
累计接单
0
用户评价
1
被收藏
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
专注 AI 应用落地与大模型工程化的独立开发者，具备从需求拆解、架构设计到开发交付的全流程能力。
【AI 应用开发】
· LLM 接入与 Prompt 工程：熟悉主流商用大模型 API（DeepSeek、通义千问、文心一言、豆包/火山方舟、OpenAI GPT 等）的接入与调用封装，掌握多轮对话上下文管理、流式输出（SSE）、结构化输出约束与提示词模板化设计；同时可基于本地 Ollama 部署开源模型（Qwen 系列），实现数据不出域的私有化推理。
· RAG 知识库：基于 LangChain + Chroma 向量库构建企业知识库问答系统，使用 bge-m3 多语言向量模型；完整实现文档解析切分、向量化入库、相似度检索、引用溯源（回答标注来源片段）、知识库外拒答（抑制幻觉）与会话记录持久化。
· AI Agent：基于 ReAct 模式实现自主规划循环（思考→选择工具→执行→观察结果），支持多工具注册与调用、工具异常自动回喂形成闭环纠错、步数上限防失控、执行轨迹可视化与审计。
【后端开发】
Python 为主力语言，熟练使用 FastAPI 构建 RESTful API 与流式接口；掌握 Node.js；数据层使用 MySQL / SQLite；具备接口设计、日志记录与定时任务脚本编写能力；熟悉 Docker 容器化打包与部署。
【前端与终端】
HTML5 / CSS3 / JavaScript 原生开发，熟练使用 Vue / React 进行组件化前端开发；可独立完成对话交互界面与管理后台；具备微信小程序、H5 页面开发能力，能实现 PC 端与移动端共用账号体系、数据互通。
【系统集成】
具备企业微信开发能力（自建应用、群机器人、消息推送与回调处理），可完成企业微信与业务系统的双向对接；熟悉第三方 SaaS / 开放平台 API 的集成与鉴权流程。
【数据采集与自动化】
熟练使用 requests 与 Playwright 实现网页数据采集：分页遍历、动态渲染页面处理、请求间隔与 UA 轮换等基础反爬应对；可完成数据清洗、去重与结构化导出（Excel / CSV / JSON / 数据库入库）；擅长编写自动化脚本提升重复性工作效率。
【工程与环境】
熟悉 Linux / macOS 开发环境、Python 虚拟环境与依赖管理、Git 版本控制；可独立完成部署与交付文档编写。
【可承接方向】
AI 智能助手与对话系统、企业知识库问答、AI Agent 与业务流程自动化、数据采集与报表自动化、管理后台与业务系统、微信小程序与 Web 端整体交付。
【AI 应用开发】
· LLM 接入与 Prompt 工程：熟悉主流商用大模型 API（DeepSeek、通义千问、文心一言、豆包/火山方舟、OpenAI GPT 等）的接入与调用封装，掌握多轮对话上下文管理、流式输出（SSE）、结构化输出约束与提示词模板化设计；同时可基于本地 Ollama 部署开源模型（Qwen 系列），实现数据不出域的私有化推理。
· RAG 知识库：基于 LangChain + Chroma 向量库构建企业知识库问答系统，使用 bge-m3 多语言向量模型；完整实现文档解析切分、向量化入库、相似度检索、引用溯源（回答标注来源片段）、知识库外拒答（抑制幻觉）与会话记录持久化。
· AI Agent：基于 ReAct 模式实现自主规划循环（思考→选择工具→执行→观察结果），支持多工具注册与调用、工具异常自动回喂形成闭环纠错、步数上限防失控、执行轨迹可视化与审计。
【后端开发】
Python 为主力语言，熟练使用 FastAPI 构建 RESTful API 与流式接口；掌握 Node.js；数据层使用 MySQL / SQLite；具备接口设计、日志记录与定时任务脚本编写能力；熟悉 Docker 容器化打包与部署。
【前端与终端】
HTML5 / CSS3 / JavaScript 原生开发，熟练使用 Vue / React 进行组件化前端开发；可独立完成对话交互界面与管理后台；具备微信小程序、H5 页面开发能力，能实现 PC 端与移动端共用账号体系、数据互通。
【系统集成】
具备企业微信开发能力（自建应用、群机器人、消息推送与回调处理），可完成企业微信与业务系统的双向对接；熟悉第三方 SaaS / 开放平台 API 的集成与鉴权流程。
【数据采集与自动化】
熟练使用 requests 与 Playwright 实现网页数据采集：分页遍历、动态渲染页面处理、请求间隔与 UA 轮换等基础反爬应对；可完成数据清洗、去重与结构化导出（Excel / CSV / JSON / 数据库入库）；擅长编写自动化脚本提升重复性工作效率。
【工程与环境】
熟悉 Linux / macOS 开发环境、Python 虚拟环境与依赖管理、Git 版本控制；可独立完成部署与交付文档编写。
【可承接方向】
AI 智能助手与对话系统、企业知识库问答、AI Agent 与业务流程自动化、数据采集与报表自动化、管理后台与业务系统、微信小程序与 Web 端整体交付。
项目经验
项目一：企业知识库 RAG 问答助手（独立开发，已实测运行）
项目背景：企业内部文档分散，直接使用大模型回答易产生幻觉、无法溯源。目标是构建一套数据不出域的本地知识库问答系统。
我的职责：独立完成整体架构设计、后端开发、前端界面与部署调试。
技术实现：后端基于 Python + FastAPI，通过 LangChain 调用本地 Ollama 推理（Qwen3-4B 大模型 + bge-m3 多语言向量模型）；向量检索使用 Chroma；实现文档解析切分→向量化入库→相似度召回→大模型生成的完整链路；回答中标注引用来源片段以支持溯源，对知识库外的问题主动拒答以抑制幻觉；支持多轮追问与会话记录持久化恢复。
难点与解法：中文语义检索效果不佳时，通过对比测试更换向量模型（最终选用 bge-m3）显著提升 Top-1 命中率；针对流式输出与引用标注并存的场景，采用 SSE 分片推送并区分内容帧与引用帧。
结果产出：系统可稳定完成知识库问答、引用溯源、拒答与多轮对话，全程本地推理、数据不出域。
项目二：AI Agent 自动化工作流工具（独立开发，已实测运行）
项目背景：为解决重复性计算、文本统计与结果归档类任务的人力消耗。
我的职责：独立负责整体架构设计与全栈实现。
技术实现：基于 Python + FastAPI 与本地 Ollama（Qwen3-4B）构建自主规划循环，大模型按"思考→选择工具→真实执行→观察结果"逐步推进；实现沙箱计算器、文本统计、文件写入三个真实执行的工具；工具报错自动回喂模型形成闭环纠错；单任务限 8 步防失控；前端通过 SSE 实时可视化执行轨迹（每步思考、调用参数、观察结果、耗时）。
难点与解法：模型输出解析在单轮返回多个 JSON 对象时会因贪婪匹配出错，改用逐对象解析后稳定；工具拒绝非法表达式后，模型能自主改写并重试成功，验证了闭环纠错的有效性。
结果产出：实测"复利计算+结论归档"任务 3 步自动完成，全程轨迹可审计。
项目三：AI Agent 协作开发体系搭建（独立设计与实现，持续运行）
项目背景：个人独立交付项目时，需求分析、开发、测试、安全审查需并行推进，单人难以兼顾效率与质量。
我的职责：独立完成整体架构设计、插件开发与流程规范制定。
技术实现：基于 Cordis 插件架构搭建多 Agent 运行环境，使用 TypeScript / Node.js 开发自定义插件，通过 YAML 组合配置声明式装配能力；设计按角色划分的子代理体系（调研 / 架构 / 编码 / 测试 / 安全审查），每个角色绑定独立的模型档位与工具权限子集，实现能力最小授权；建立跨会话记忆机制（工作区记忆文件 + 变更日志 + 冲突登记）与证据分级规范（已确认 / 推断 / 未知）。
难点与解法：多角色并行时的上下文污染与权限越界问题，通过工具白名单过滤与角色隔离解决；长任务的可控性问题，通过"计划模式（只读调研→提交待批→执行）"与"变更前存档、可回滚"机制解决。
结果产出：形成一套可复用的开发流水线，支撑从信息检索、编码实现到安全审查的自动化协作，已稳定运行并持续迭代。
项目背景：企业内部文档分散，直接使用大模型回答易产生幻觉、无法溯源。目标是构建一套数据不出域的本地知识库问答系统。
我的职责：独立完成整体架构设计、后端开发、前端界面与部署调试。
技术实现：后端基于 Python + FastAPI，通过 LangChain 调用本地 Ollama 推理（Qwen3-4B 大模型 + bge-m3 多语言向量模型）；向量检索使用 Chroma；实现文档解析切分→向量化入库→相似度召回→大模型生成的完整链路；回答中标注引用来源片段以支持溯源，对知识库外的问题主动拒答以抑制幻觉；支持多轮追问与会话记录持久化恢复。
难点与解法：中文语义检索效果不佳时，通过对比测试更换向量模型（最终选用 bge-m3）显著提升 Top-1 命中率；针对流式输出与引用标注并存的场景，采用 SSE 分片推送并区分内容帧与引用帧。
结果产出：系统可稳定完成知识库问答、引用溯源、拒答与多轮对话，全程本地推理、数据不出域。
项目二：AI Agent 自动化工作流工具（独立开发，已实测运行）
项目背景：为解决重复性计算、文本统计与结果归档类任务的人力消耗。
我的职责：独立负责整体架构设计与全栈实现。
技术实现：基于 Python + FastAPI 与本地 Ollama（Qwen3-4B）构建自主规划循环，大模型按"思考→选择工具→真实执行→观察结果"逐步推进；实现沙箱计算器、文本统计、文件写入三个真实执行的工具；工具报错自动回喂模型形成闭环纠错；单任务限 8 步防失控；前端通过 SSE 实时可视化执行轨迹（每步思考、调用参数、观察结果、耗时）。
难点与解法：模型输出解析在单轮返回多个 JSON 对象时会因贪婪匹配出错，改用逐对象解析后稳定；工具拒绝非法表达式后，模型能自主改写并重试成功，验证了闭环纠错的有效性。
结果产出：实测"复利计算+结论归档"任务 3 步自动完成，全程轨迹可审计。
项目三：AI Agent 协作开发体系搭建（独立设计与实现，持续运行）
项目背景：个人独立交付项目时，需求分析、开发、测试、安全审查需并行推进，单人难以兼顾效率与质量。
我的职责：独立完成整体架构设计、插件开发与流程规范制定。
技术实现：基于 Cordis 插件架构搭建多 Agent 运行环境，使用 TypeScript / Node.js 开发自定义插件，通过 YAML 组合配置声明式装配能力；设计按角色划分的子代理体系（调研 / 架构 / 编码 / 测试 / 安全审查），每个角色绑定独立的模型档位与工具权限子集，实现能力最小授权；建立跨会话记忆机制（工作区记忆文件 + 变更日志 + 冲突登记）与证据分级规范（已确认 / 推断 / 未知）。
难点与解法：多角色并行时的上下文污染与权限越界问题，通过工具白名单过滤与角色隔离解决；长任务的可控性问题，通过"计划模式（只读调研→提交待批→执行）"与"变更前存档、可回滚"机制解决。
结果产出：形成一套可复用的开发流水线，支撑从信息检索、编码实现到安全审查的自动化协作，已稳定运行并持续迭代。
案例展示
企业知识库RAG问答助手
针对企业内部文档分散、直接使用大模型易产生幻觉的问题，独立开发了基于 RAG 架构的本地知识库问答系统，负责全部架构设计与开发。后端使用 Python/FastAPI，通过 LangChain 调用本地 Ollama 推理（Qwen3-4B 大模型 + bge-m3 多语言向量模
AI Agent自动化工作流工具
针对重复性计算、文本处理与结果归档类任务，独立开发了基于 ReAct 模式的 AI Agent 自动化工具，负责全部设计与开发。核心使用 Python + FastAPI，本地 Ollama 部署 Qwen3-4B 模型进行自主规划：Agent 循环执行"思考→选择工具
立即沟通
