从传统走向智能

从传统后端到
AI 智能体开发

专注工程实践与 AI 技术融合：扎实的企业级 Java 开发功底，结合机器学习与大模型应用，构建下一代智能系统。

核心技术方向

Java / Python

主力开发语言

LLM

持续深耕领域

Tech Stack

技术方向

企业级后端架构与微服务实践：高并发、分布式系统设计，稳定支撑业务规模化增长。

Spring BootSpring Cloud MyBatisMySQL RedisRabbitMQ / RocketMQ 微服务架构JVM 调优并发编程

从数据到模型的全流程能力：特征工程、模型训练与评估，让数据真正驱动业务决策。

PythonPyTorch scikit-learnPandas / NumPy 特征工程深度学习模型训练与调优推荐系统

让大模型落地为可靠产品：检索增强、提示工程与模型微调，兼顾效果、成本与可控性。

Prompt EngineeringRAG LangChain / LlamaIndex向量数据库 EmbeddingFunction Calling LoRA 微调语义检索

构建会思考、能行动的 Agent：任务规划、工具调用与多智能体协作，打通大模型到生产力的最后一公里。

ReActLangGraph MCPTool Use Multi-Agent 协作任务规划与反思记忆管理工作流编排

About

好的系统诞生于扎实的工程功底与对新技术的开放心态。我习惯以业务价值为导向，用简洁可靠的架构解决真实问题，而不是追逐概念。