人工智能

做事踏实靠谱，执行力强，对待工作认真负责。具备良好的职业素养与团队意识，擅长在实际工作中发现问题、解决问题，以结果为导向，力求把每一项工作做到位。注重实操与落地，逻辑清晰，学习能力强。对待工作严谨细致，善于总结优化，具备较强的抗压能力与问题解决能力，能高效完成本职工作并持续提升专业能力。

AI自动开发运动算法，利用主流Agent模式自动化完成复杂流程；使用主流的agent模式，并采用适当的上下文工程，并微调大模型在此场景的特定能力主要功能是快速生成可上线的有效运动控制算法（实现1天产出）

本系统基于Python开发，支持数据读取、指标计算及信号识别等功能。可实现数据自动分析、关键指标提取及结果输出，帮助用户快速获取有效信息。同时支持规则扩展与自定义逻辑，适用于多种数据分析场景。

功能特性?CoderAgent：根据任务描述生成代码和测试▶️Executor：真实运行pytest测试?Reviewer：审查代码质量?自动迭代：测试失败时自动修复，最多3轮

意图路由模块：识别用户问题类型（如患者问诊、诊疗指南查询），智能分配至对应检索通道，适配多场景医疗问答需求。双路检索模块：结构化数据检索（MySQL）处理科室信息、药品参数等结构化医疗数据，实现参数化精准查询；非结构化数据检索（Milvus+MedicalBERT）对医疗文档做语义分块与向量检索，精

1.接入硬件设备，形成数据的可视化，同时自动化生成pdf报告；2.支持第三方血氧仪报告的接入，按照医生要求，对报告模板进行调整和，合并输出报告3.给医生提供数据标注和核验功能；4.基于用户数据，实现呼吸状态评估算法，将原始数据转化为0~1的状态评估。

本油气场站智能监控系统以YOLO系列目标检测框架为核心技术底座，搭建多维度AI视觉识别、实时视频流处理、Web端报警管控及事件数据溯源四大功能模块；系统直连场站RTSP监控视频流，通过部署人员倒地、危险区域入侵、跑冒滴漏、红外温度异常、翻越围墙、火焰识别等轻量化检测模型，完成帧级实时推理与异常后处理

参与基于Transformer架构的大模型研发，负责核心模块设计与优化搭建大规模预训练流程（自回归语言模型），优化Attention与FFN结构设计并实现分布式训练方案DP/TP/PP，支持多GPU高效扩展实现混合精度训练（FP16/BF16）与梯度优化策略，大大提升训练效率。构建数据清洗与Toke

参与基于Transformer架构的大模型研发，负责核心模块设计与优化搭建大规模预训练流程（自回归语言模型），优化Attention与FFN结构设计并实现分布式训练方案DP/TP/PP，支持多GPU高效扩展实现混合精度训练（FP16/BF16）与梯度优化策略，大大提升训练效率。构建数据清洗与Toke

参与基于Transformer架构的大模型研发，负责核心模块设计与优化搭建大规模预训练流程（自回归语言模型），优化Attention与FFN结构设计并实现分布式训练方案DP/TP/PP，支持多GPU高效扩展实现混合精度训练（FP16/BF16）与梯度优化策略，大大提升训练效率。构建数据清洗与Toke

本项目构建了一个由5个专业AIAgent协作的诊疗网络。核心功能包括：智能问诊与症状采集：基于状态机固化问诊路径，自动追问缺失症状，确保信息采集完整。多模态辨证分析：结合文本描述与上传的检查单图片，利用RAG技术检索万级医学知识库，生成辨证倾向报告。安全红线拦截：内置“红旗症状库”与关键词拦截器，识

基于无人机道路缺陷检测的实际需求与YOLO模型的技术痛点，我将从“人机协同架构”“YOLO模型针对性改进”“全流程技术落地”三个维度展开扩写，结合最新研究成果与工程实践改进

在tobai产品中设计agent智能平台，rag智能问答系统，主要各个行业的定制化知识网络开发。设计agent中决策模块，rag系统中的内容提取，召回排序模块，定制化知识网络的知识提取模块。

编写一个自动化智能体，将PDF格式的语文教材课文提取出来，并借助大模型的能力，将其与Excel中的“知识点库”进行智能语义匹配，最终输出结构化的分析结果。

核心围绕“AI算力弹性伸缩”构建全流程能力，适配Open3D驱动的3D视觉AI任务特性：1.基于KubeRay+容器云实现GPU/CPU节点按AI场景指标（推理延迟/GPU利用率）弹性伸缩；2.分布式调度Open3D点云AI任务，定制GPU/CPU资源调度策略适配需求；3.全链路监控保障弹性伸缩过程

本系统主要实现以下核心功能：1.火灾与烟雾实时识别基于深度学习目标检测模型，对视频监控画面中的火焰与烟雾目标进行实时识别。2.视频流实时检测系统能够接入监控摄像头视频流，对视频画面进行持续检测和分析。3.智能预警机制当系统检测到疑似火焰或烟雾目标时，自动触发报警提示，提醒相关人员及时处理。4.可视化

本项目基于Python实现气温预测模型，包含四大核心功能模块：数据预处理模块：读取历史气温CSV数据集，完成缺失值填充、异常值过滤及特征工程，提取时间、季节等关键特征；可视化分析模块：利用Matplotlib绘制气温时序趋势图、季节波动图及相关性热力图，直观展示数据规律；模型训练模块：基于Sciki

本工具是一个面向对话助手的安全数据可视化引擎，实现"问数即得图"的智能体验。核心特性•✅多平台兼容：支持Dify、百度千帆、阿里百炼等主流AI平台•✅可配置化：零代码配置图表，图形界面管理•✅安全可控：JWT鉴权、APIKey、HMAC签名、限流防护•✅灵活扩展：插件化架构，易于新增图表类型和数据源

功能介绍(必填)：>1.二维CAD实体框架与渲染：内置完整二维矢量引擎，支持点、线、圆、弧等多态实体的高速自绘渲染，支持撤销/重做(Undo/Redo)与复杂图形布尔运算。3D模型切片降维(Slicing)：支持导入STL三维模型，根据自定义层高进行高精度的Z平面网格相交计算，将3D模型精准降维为适

系统提供端到端RAG能力，核心包含三大模块：1、语料接入：支持Markdown/PDF/DOCX/YAML等本地文件，并从urls.txt批量抓取网页内容；2、增量更新：用“文件路径+修改时间mtime”记录已处理文件，另存已处理网址集合，自动跳过未变更数据；3、检索问答：按500/50切块，使用B