智能体开发产品系统

本项目面向政务、医疗、金融等高风险、高合规性行业，解决其在大模型技术落地过程中面临的三大核心痛点：数据安全与隐私保障、业务场景的深度定制化需求，以及复杂流程的自动化与合规审计。通过构建企业级私有化大模型底座，为诸如“上海残联智能问答”等具体场景提供从数据获取、模型训练到安全部署的全链路解决方案，确保技术自主可控，并满足等保三级、GDPR等严格合规要求。

本项目提供覆盖大模型应用全生命周期的平台级功能：
数据自动化处理链路：集成多源数据获取能力（实时搜索、爬虫、MCP工具），并通过EasyDataset等平台实现数据自动标注与高质量微调数据集的生成。
全流程模型管理与评估：支持大模型与Embedding模型的微调训练，并内置基于RAGAS等的多维评估体系（知识覆盖度、准确率等），持续监控模型性能。
“1+6+N”场景化应用引擎：基于1个PaSS平台，提供智能问答、智能推荐、合规审查、规划执行等6大系列示范应用，并可向N个未来场景扩展。
企业级部署与安全管控：支持VLLM集群化部署，提供资源调度优化、字段级加密、动态脱敏、全链路操作溯源等安全防护能力，保障系统高性能与高可用性。

在本项目中，我主导技术架构设计、核心模块开发与系统集成。技术栈上，采用Python作为后端核心，结合PyTorch/TensorFlow进行模型训练，应用LoRA等参数高效微调技术；架构上，采用“工作流+Agent”的混合引擎，以工作流保障固定流程的合规与稳定，以Agent处理开放性问题，实现灵活性与可控性的平衡。亮点在于通过MCP协议实现了外部工具的自由扩展，并设计了分层资源调度策略，有效降低了GPU闲置率。