项目一:轨迹智能分析Agent|核心开发
技术栈:Python、LangGraph、LangChain、RAG、FastAPI、Redis、Flink、Kafka、Oracle
背景:原有实时数据底座每日处理2000亿条上网日志与话单数据,业务人员分析必须手写SQL、跨多系统核对、查阅大量业务文档,分析流程繁琐低效。
本人负责
1. Agent工作流编排:基于LangGraph搭建完整状态图,实现意图识别‑参数补全‑任务规划‑工具执行‑结果校验‑答案生成全流程,实现失败重试、异常降级。
2. 自定义工具开发:将轨迹查询、基站统计、区域停留分析、位置跳变检测封装成Tool,让大模型可调用实时业务数据做分析。
3. RAG知识库构建:对指标口径、业务规则、故障案例做文档切分、向量化,实现混合召回+元数据过滤+Rerank重排,降低大模型幻觉。
4. 输出可靠性管控:使用Prompt + JSON Schema约束模型输出,强制事实类结果必须来源于工具/知识库。
5. 维护底层Flink+Kafka实时链路:完成日志解析、5秒采样、基站维表关联,为上层Agent提供秒级位置原始数据。
最终产出&量化价值
- 交付一套业务轨迹智能Agent应用;
- 将原有「人工写SQL→跨系统核对→查阅文档」多步操作,简化为自然语言直接提问输出分析结论;
- 支持轨迹查询、区域停留统计、异常位置识别、业务知识问答四类业务场景;
- 业务人员无需掌握SQL即可完成数据分析,大幅降低业务分析门槛。
项目二:MRO采集实时处理程序
技术栈:Java、Flink、Kafka
背景:需要对接外部业务文件,完成解析、数据匹配后实时推送下游消息队列。
本人负责
1. Flink开发业务文件解析逻辑,实现广播维表关联、核心数据匹配;
2. 处理后数据写入Kafka;
3. 线上任务部署、监控、故障排查与日常运维。
最终产出&量化价值
- 交付稳定运行的实时采集处理链路;
- 实现外部文件数据实时解析‑匹配‑推送全自动化,替代人工导入处理;
- 保障生产7×24小时数据采集链路稳定,业务数据实时同步下游系统。