5年全栈AI工程师，从Java后端到Multi-Agent架构师的复合型技术人。

【核心竞争力】

曾主导农业银行总行Multi-Agent智能服务平台研发——独立设计DeepAgent主从式协作框架，实现Harness Engineering 9层中间件链、RAGAS双层质量门控、三层记忆架构。成果：Agent准确率94%、Token成本降低77%、系统可用性99.9%、独立完成约8000行Python核心代码。

具备农行/交行/招行三大行金融级系统落地经验：

• 农行 — Multi-Agent智能平台（94%准确率 / Token成本降77%）

• 交行 — 2000 TPS资产交易系统（0错账）

• 招行 — 15000 QPS微服务重构（可用性99.99% / 带领5人团队）

【技术栈】

AI应用：LangChain / LangGraph / RAG Pipeline / vLLM / 向量数据库

后端：Python(FastAPI) / Java(Spring Cloud) 双栈精通

前端：React + TypeScript + MUI

基础设施：Docker / K8s / ELK / SkyWalking

【可交付的服务】

✅ RAG企业知识库搭建与调优（有94%准确率的实战方法论）

✅ Multi-Agent工作流定制开发（复用农行验证过的框架）

✅ 大模型API统一网关部署（已上线运行）

✅ Token成本优化咨询（有77%降低的独家案例）

✅ AI方案架构设计与技术选型

不只是会调API的Demo工程师——能在金融级要求下把AI做可靠、做便宜、做可观测。