技术栈
🧠 AI / LLM 应用开发
💻 后端开发
🎨 前端 & 工具
核心项目经历
🎯 个人成长档案 — 智能问答模块(FDE 培养项目)
全栈开发 · 独立完成
2026年7月 — · FDE 工程师培养计划
FastAPIPythonChromaDB
RAGSQLiteSSE 流式
sentence-transformersjieba
- 项目定位:高校学生成长规划智能 Agent 平台的核心问答引擎,覆盖 9 大场景(专业学习、就业准备、简历修改、面试准备、考研规划、院校选择、创业分析、竞赛选择、时间管理)。
- RAG 双模架构:设计 ChromaDB 向量检索 + TF-IDF 关键词匹配双引擎,当 HuggingFace 不可达时自动降级为零网络依赖的关键词匹配模式,保障系统在任何网络环境下的可用性。
- 多 LLM 适配层:实现统一的流式生成接口,支持 Mock / OpenAI / DeepSeek 三种后端,通过配置一键切换,解决不同部署场景下的模型选型问题。
- 安全护栏:自研 Guard Service 包含敏感词过滤、Prompt 注入检测、高危话题识别、滑动窗口限流四层防护,保障问答内容安全可控。
- 反馈闭环:实现用户点赞/踩/举报反馈系统,反馈数据回写消息记录,为后续模型微调和知识库更新提供数据基础——即 数据飞轮 的核心环节。
- 流式对话:基于 SSE (Server-Sent Events) 实现逐字推送的流式问答体验,配合会话管理(创建/历史/删除),构建完整的对话产品闭环。
📋 学生成绩管理系统
后端开发
2025年9月 — 2025年12月 · 课程设计
JavaSpring BootMySQLRESTful API
- 基于 Spring Boot + MyBatis 实现学生成绩的增删改查、统计分析及 Excel 导出功能。
- 设计 RBAC 权限模型,区分管理员、教师、学生三种角色。
- 使用 Redis 缓存热点数据,QPS 从 200 提升至 800+。
🔍 简易搜索引擎
独立开发
2025年3月 — 2025年6月 · 个人项目
PythonFlaskWhooshjieba 分词Bootstrap
- 基于 Whoosh 全文检索引擎 + jieba 中文分词,构建本地文档搜索引擎。
- 支持 PDF / Word / TXT 多格式文档索引,搜索结果按 TF-IDF 评分排序。
- 前端采用 Bootstrap 响应式布局,支持搜索建议和高亮显示。
🔄 数据飞轮:让 AI 越用越聪明
智能问答模块的核心增长引擎 — 每一次交互都在让系统变得更好
数据
飞轮
飞轮
👤 用户
提问
提问
🔍 RAG
检索
检索
🤖 LLM
生成
生成
👍 用户
反馈
反馈
📚 知识
沉淀
沉淀
🎯 模型
优化
优化
更多用户 → 更多数据
每一次问答产生高质量结构化对话数据
更多数据 → 更好模型
反馈数据驱动知识库更新与模型微调
更好模型 → 更多用户
精准回答提升满意度,形成增长正循环
飞轮效应
启动慢,但一旦转起来,势能不可逆
实习 / 实践经历
2026年7月 —
FDE 工程师培养计划 · AI 应用开发方向
独立完成「个人成长档案—智能问答模块」的全栈设计与开发,涵盖 RAG 检索增强生成、
多 LLM 适配、安全护栏、反馈系统等核心模块。掌握了 AI Native 应用开发的完整方法论。
项目数据一览
9
知识场景分类覆盖
3
LLM 后端支持
4
安全防护层级
∞
数据飞轮迭代潜力
自我评价
🧠 快速学习
🤝 团队协作
🔍 问题拆解
📝 文档意识
🚀 AI Native 思维
💡 产品视角
计算机科学与技术专业大三学生,具备扎实的编程基础(Python/Java/C)和 AI 应用开发实战经验。 通过 FDE 培养项目,掌握了 RAG 架构设计、LLM 应用集成和全栈开发能力,具备独立搭建 AI Native 产品的能力。
对 AI 大模型应用方向有浓厚兴趣,持续关注 RAG、Agent、MCP 等前沿技术趋势。 相信 数据飞轮 是 AI 产品最核心的竞争壁垒——让产品在真实使用中持续进化。