👋 关于我

西南大学 211 软件工程 2026 届 学生。

我的技术路线集中在两个方向：
• 后端架构：高并发、分布式、稳定性优先

• 大模型应用开发：从 RAG 到 Agent，走的是工程化、系统化落地路线

🧠 技术栈

• 后端：Java / Python

• 前端：React

• 中间件：MySQL / Redis / RocketMQ / Nacos / Sentinel

后端框架：

Java：Spring / Spring Boot / Spring Cloud / MyBatis / Lombok

• 核心能力：高并发设计、缓存架构、分布式锁、分库分表

大模型生态：

Python：FastAPI / Pydantic / LangChain / LangGraph

• 核心能力：RAG 全链路设计、Agent 系统设计

🚀 微服务 & 高并发

• 熟悉 高并发系统设计：缓存/分布式锁（Redis）、限流熔断（Sentinel）、异步解耦（RocketMQ）

• 有 分库分表 实战经验，解决大规模数据写入与查询瓶颈

• 基于 Spring Cloud + Nacos + Sentinel 构建可观测、可治理的微服务系统

• 重视 稳定性设计：幂等、重试、补偿、降级，强调系统“扛压能力”

🤖 大模型应用开发

🔍 RAG 系统（全链路）

独立负责并实现了完整的 RAG 链路，覆盖从数据到生成的每一个环节：

• 文档处理流水线

• 多格式文档解析（PDF / Word / HTML 等）

• 精细化分块策略（语义分块 + 规则分块）

• 向量化与向量库入库，优化召回质量

• 检索与理解增强

• 用户问题拆分与意图识别

• 多路检索（向量检索 + 关键词检索 + 混合排序）

• 歧义引导与澄清策略，降低错误回答概率

• 生成与交互体验

• 基于检索结果构造上下文并生成回复

• 实现 流式响应（Streaming），提升用户感知速度与使用体验

• 实现 全链路追踪，日志记录内容与耗时，便于问题定位与效果评估

✅ 核心关键词：RAG、文档解析、语义分块、多路检索、意图识别、流式响应、全链路追踪

🤝 Agent 系统

基于 ReAct 架构 设计并实现可扩展的 Agent 系统：

• 抽象 统一供应商格式，屏蔽不同模型厂商差异

• 定义 内部系统标准格式，保证系统内部交互一致

• 设计 工具系统（Tool System），支持动态注册与调用

• 基于 ReAct 模式实现 思考—行动—观察 的多步推理流程

✅ 核心关键词：Agent、ReAct、工具调用、多步推理、供应商抽象

🎯 当前方向

• 深入 高并发后端架构 + 性能优化

• 打造 生产级 RAG / Agent 系统 的最佳实践

• 把「后端工程能力 × 大模型系统落地能力」做成个人技术标签