我的项目经验如下:
金融中心智能文档解析与知识入库:面向多语言、复杂图文金融资料难以人工维护和准确检索的问题,负责整体方案、关键解析开发、质量体系与交付协调。建设文字和图表识别、结构整理、自动解析器选择、案例沉淀和知识入库能力,并与算法团队集成 GraphRAG、向量检索和图片回答。将人工辅助处理从约10分钟/页升级为自动处理平均约30秒/页;检索效果从约60%提升至90%,使保险申报等相似流程能够给出更准确的后续操作指引。
金融中心邮件 AI 服务与工单协作:针对海外用户以邮件咨询售前售后服务的场景,独立完成需求建模、前后端开发和交付。系统可扫描邮件、新建或关联工单、识别意图并选择处理流程;简单问题自动答复,复杂事项按角色分派负责人和线下执行人员,持续通过邮件同步进度,并保留需要审核的人工确认。核心功能3天完成,约两周完成稳定化;已在新加坡试点稳定运行,对接当地200余人的业务部门。
电商 OMS 逆向订单、AI 客服与对账自动化:面向大促期间的退款和售后需求,负责五个平台与内部系统之间的订单、字段、状态、资金和回传规则梳理,并完成逆向订单相关后端开发。针对普通、国补和混资国补订单设计差异化处理流程;独立实现智能客服、退款审批和每日对账,结合订单、聊天、退款材料、售后政策、规则、评分和人工介入处理异常。已接入淘宝、天猫、京东、抖音、拼多多;证据充分的订单自动关联,疑似或复杂异常进入人工确认闭环。
日本网约车平台:作为8人团队技术负责人,负责需求调研、技术方案、项目框架、任务拆分、迭代、Code Review、客户技术沟通和核心模块开发。建设订单、支付、司机调度、用户服务、知识问答和行为画像能力;通过状态机、幂等、版本和并发控制保障订单一致性,采用策略模式实现调度,并集成地图定位与距离服务。系统在东京单城市稳定试运行,覆盖500名司机、5000名用户,司机日活300人、用户日活3000人;同时搭建 AI 研发工作流,持续4个月支持每周交付,较原有开发方式提效约2.5倍。
企业 DevOps 平台:带领两人团队,从售前、报价、合同、需求澄清、技术设计、开发到验收培训完成交付。解决约10—20个服务配置分散、依赖不清、无法整体验证的问题,建设一键部署、多环境并行、整组集成测试、产物与镜像管理、自动发布和版本隔离能力;平台通过验收后被约40人的研发部门用于日常开发、测试和发布。另设计 .NET DDD 架构和开发规范并开展培训,已被客户团队用于实际业务开发。
其他经验包括:国际化人事及算薪平台的地区、时区、表单、日历、通知、RBAC 和可配置流程;柔性制造平台的设备、程序、产品、版本管理及多系统集成;企业培训、视频、直播、商城和交易系统;GitLab 移动端多服务、多账户与 API 兼容;以及 AI 敏捷看板,通过自然语言和工作流驱动任务、代码与资料处理,已被8个团队、100余名注册用户使用。