一、我是谁

我是一名以 Java 后端为主、兼具 AI 应用落地能力的全栈型开发者，专注把"高并发后端工程"和"大模型业务化（RAG / Agent）"结合起来做交付。既能独立从零搭建电商、秒杀、内容中台类后端系统，也能把 LLM 接进真实业务流，做检索增强与智能体编排。交付标准一向是：代码能跑、配置齐全、压测有数、文档可交接。

二、技术栈后端框架：Spring Boot、Spring Cloud（Nacos 注册配置、Sentinel 限流熔断、Gateway 网关、OpenFeign 远程调用）、MyBatis / MyBatis-Plus；缓存与锁：Redis（缓存、分布式锁、排行榜）、Redisson、Caffeine 多级缓存；消息队列：Kafka、RabbitMQ（异步解耦、削峰、可靠投递、幂等消费）；数据库与分片：MySQL（索引优化、事务隔离、慢 SQL 治理）、ShardingSphere 分库分表、ES 检索；分布式与微服务：分布式锁、分布式事务（Seata / 最终一致）、服务治理、全链路压测思路；AI 工程化：RAG（PGVector + ES 双路召回、RRF 融合）、Spring AI Alibaba + DashScope、LangChain4j、Agent 编排；工程化：自定义 Starter 自动装配、Docker 容器化、CI/CD、JMHeter 压测、日志与监控埋点。三、核心项目亮点

1. 小米云存储 / 账号体系高并发服务（云服务方向）​

面向海量用户云端数据同步、高并发账号访问场景，参与需求拆解到上线全流程；通过缓存预热、读写分离、异步补偿与限流降级，保障大促与高峰时段服务稳定，接口 P99 延迟与错误率持续达标。习惯先用监控定位慢点、再针对性优化，而非盲目堆机器。

2. 企业级 RAG 智能问答平台

搭建"向量检索 + 关键词检索"双路召回：各自 TopN → RRF 融合 → 候选重排 → 最终返回，答案带证据溯源、可审计；技术栈为 Spring AI Alibaba + DashScope + Nacos 做模型路由与 Agent 编排。把"大模型直接回答"升级为"有据可查的检索增强回答"，幻觉大幅下降、答案可被业务方信任。

3. 高并发秒杀 / 电商交易系统

设计多层防护体系：缓存拦截 → 令牌预授权 → 滑动窗口限流 → Lua 原子扣减 → 异步下单（MQ），彻底规避超卖与雪崩；数据层按"N 库 × N 表"水平分片扛写流量。典型列表接口经索引与 SQL 治理后从数百毫秒降到百毫秒内，故障恢复时间显著缩短。

四、我的工程方法先量后改：任何优化都先有压测基线（QPS、P99、错误率），改完对比验证，不靠"感觉调优"；口径清晰：选型能讲清"为什么"——滑动窗口 vs 令牌桶、RRF 融合 vs 加权、Redis 锁 vs 数据库锁，都能说清取舍；可交付：代码、配置、压测脚本、部署说明一站式交付，甲方接手即可跑；重兜底：鉴权失效、超卖、缓存击穿等高危点默认在架构里拦截，而非上线后救火。五、接单我能提供的价值后端 + AI 双栈：别人只能纯后端或纯 prompt，我能把 LLM 真正落进业务系统，适合"想用 AI 但不知道怎么接"的甲方；高并发实战：秒杀 / 电商 / 活动类场景有可复用方案，少踩坑、交付快；沟通省心：需求能拆、进度主动同步、交付物完整；经得起技术问：每段经历都有量化结果与选型理由，对接不心虚。

如果我能帮上您的忙，请点击"立即预约"或"发布需求"！