BUILDING THE FUTURE WITH AI
哈尔滨工程大学 (211)
计算机科学与技术 本科 · 2020.09 - 2024.06
主修:计算机网络、计算机组成原理、数据结构、操作系统、C语言、嵌入式设计
计算机科学与技术本科毕业,具备 1 年华为数据中心网络工程交付经验。2026 年全力转向 AI 应用开发。
我的核心能力在于将 RAG、Agent workflow、工具调用和长期记忆工程化落地——关注 eval、trace、降级、审计和可回滚设计。
CandlePower
github.com
—
Commits
—
Repos
—
Stars
代码统计 / CODE STATS
# VolShape
88 commits · 19 tests · FastAPI + LangGraph
# CARdle
21 commits · 439 intents · Gemma NLU + Socket.IO
# Stack
Python · TypeScript · Docker · Redis
STACK & CAPABILITIES
理解 Transformer 架构与 GPT/BERT 底层原理。清楚 Attention、KV Cache 相关技术知识,能据此做模型选型与推理成本评估。
熟悉LangGraph 状态机设计、条件边路由 架构。熟练使用Function Calling 、 MCP 、SKILL 等Agent相关技术。
熟悉RAG过程:文档解析 → Chunking → Embedding → BM25+混合检索 → RRF → Reranker 全链路。Qdrant / Mem0 语义记忆。使用 4 层分层长期记忆为项目做记忆系统设计。
Python / FastAPI 异步后端,SSE / WebSocket / Socket.IO 流式通信。Redis 会话,SQLite / PostgreSQL 持久化,JWT 鉴权与 API 配额管理。
构建数据训练集、验证集,熟练进行LoRA / SFT 应用侧微调:使用LLaMA-Factory 对 多个模型进行微调。JSON 合规率 99.44%,领域分类 100%,Top-5 召回 83.13%。
熟练使用 Langfuse 全链路 trace 与离线 eval 体系。Prompt 版本管理。熟练使用 Docker / Nginx / Linux 部署。
PROJECTS
AI 健身教练系统。构建 LangGraph 8 节点 Agent + 4 层记忆 + 领域 RAG。使用FAST API SSE 流式交互,Langfuse trace,19 tests,8/8 eval 通过。
智能座舱 Agent 网关。5 链路状态机 + 漏斗降级。Gemma 3 1B LoRA 微调:JSON 解析 99.44%,领域分类 100%。受限解码消除幻觉。
个人健康管理APP,追踪身体信息相关记录养成良好习惯
开放 AI 应用开发岗位机会。
目标城市:北京 / 深圳 /
杭州 / 上海。