针对公司内部多个工具独立开发导致使用链断裂、客户操作不便，以及代码走读流程繁琐易疏漏等痛点，主导开发了Multi-Agent智能系统。架构上采用多子Agent协同设计，每个子Agent独立负责一类业务场景（检查项执行、修改建议生成、检查规则生成、Efuse逻辑校对、代码走读等），场景间解耦运行、互不

1.核心检索机制：创新性地将工具手册转化为索引树结构，并采用深度优先搜索（DFS）算法替代传统向量检索，精准定位深层级技术文档，解决了层级目录下的检索断层问题。2.交互优化：集成意图识别与问题重写模块，支持多轮对话语境下的歧义消除，提升了用户查询的语义理解能力3.工程化落地：开发了可扩展的知识库处理

1、根据设备间功能点完成接口文档的制定2、将接口文档中每个表单对应的消息名称制定消息ID枚举值，和表中字段对应的结构体，统一放在一个接口头文件中3、根据这些数据结构自动生成封装和解析的函数代码，放在.cpp文件中4、根据所有消息类型，设定发送方和接收方对应消息列表，自动完成所有消息收发并相应进行分发

1、485用于连接充电设备，下发调控指令及获取充电运行数据2、4G/5G模组用于连接公网，以便接入智能场站管理器，实现充电设备与智能场站管理器间的通信3、wifi主要用途两点：一、在4G/5G模组不可用的情况下，连接其他调控模块wifi与智能场站管理器联通的调控模块，实现充电管理，wifi级联建议最

IC/IR计算与显著性检验,判断因子预测能力•分层回测:验证因子分组收益的单调性•滚动窗口衰减检验:判断因子是否随时间是衰减•数据预处理规范:MAD去极值、z-score标准化•时间对齐保护(shift(1)):从机制上杜绝未来函数与数据泄露•基于pandas/numpy,内置22个单元测试和合成数

•将回测交易记录与实盘交易记录逐笔对齐•按品种、方向、时间段定位回测与实盘偏差来源(数据差异、执行差异、滑点)•输出结构化审计报告,把"回测赚钱实盘亏"变成可定位的事实•零依赖,内置合成数据示例和18个单元测试

•对固定历史数据回测,生成结果快照作为基线•代码重构/升级后自动重跑回测,与基线逐项对比•输出差异报告,定位哪次改动导致回测结果漂移•纯Python零依赖,命令行一键使用,内置合成数据示例和15个单元测试

一、项目简介求职-LensAI是一款基于大语言模型能力构建的智能简历优化与求职辅助平台（SaaS产品）。产品以"AI驱动求职全流程"为核心理念，围绕简历构建、智能优化、面试模拟、职业规划、职位匹配等关键求职环节，为求职者提供一站式、个性化的智能服务。平台采用Next.js14（AppRouter）全

1.项目主要包括以下几个功能模块（1）无极模块，该模块为主功能模块，包括不同部门的业绩展示，核算；产品列表、详情展示；合规情况的流程流转；客户拜访纪要；以及年金和社保的汇报材料导出（smartbi）；投资经理画像功能。本人主要负责的也是这一块；（2）omp模块，主要是用于和公司总线直接的调用；（3）

快消B2B经销商DMS订货系统，覆盖经销商线上订货、渠道价格管控、商品批次效期管理、促销搭赠与返利核算、多级库存协同、订单履约、退换货、财务对账。内置促销规则引擎，支持多样化渠道活动；实现库存预占防超卖、临期预警、批次追溯；打通仓储、物流、财务外部系统，提供进销存、动销、损耗多维业务报表，解决快消渠