掌握 Python、C/C++ 编程语言，具备扎实的数据结构与算法基础，能够独立完成后端服务开发与性能优化。熟悉大模型应用开发全流程：熟练调用各类大模型 API（OpenAI、DeepSeek 等），掌握 Prompt 工程，能够通过结构化提示词设计、Few-shot 示例与输出约束显著提升模型输出质量与稳定性

熟悉 RAG（检索增强生成）资料库的搭建与调优，包括文档解析、向量化、切分策略、检索排序及引用溯源，可有效解决大模型知识过时、幻觉等问题。掌握多 Agent 协作架构设计，能够根据任务拆解角色分工、编排工作流，实现复杂任务的自动化处

掌握 SQL 数据库（MySQL 等）的设计与使用，能够完成数据建模、查询优化及业务数据统计。后端开发熟练使用 FastAPI 框架，可快速搭建高性能 RESTful API 服务，完成大模型能力与业务系统的集成联调

擅长解决的场景：企业知识库问答系统、智能体（Agent）应用开发、AI 能力与现有系统的接口对接、数据处理与自动化脚本

项目背景：传统学习资料检索效率低、内容与个人水平脱节。与队友联合开发了一套基于大模型的个性化资源生成与学习多智能体系统，旨在根据学习者画像自动生成针对性的学习资源，并提供交互式学习辅导

我的职责：负责系统核心架构设计与多智能体模块开发——基于大模型 API 与 Prompt 工程设计“规划 Agent、资源生成 Agent、答疑 Agent、评估 Agent”的协作流程；搭建 RAG 知识库，实现课程资料的检索增强与引用溯源；使用 FastAPI 开发后端服务，完成 MySQL 数据建模与前后端接口联调

结果产出：系统实现输入学习目标后自动生成个性化学习路径与配套资料，检索准确率达 90% 以上，平均响应时间控制在 3 秒内；在校园场景完成测试验证，获得用户好评，形成完整可部署的项目成果