AI Application Engineer (RAG / Agent)

A customer-service runtime for text, voice, RTC, and host-system integration.

• 设计渠道接入、宿主桥接、核心引擎、业务增强、插件平台、提供商适配六层架构，统一文本、Voice API、RTC WebSocket 与 FastAPI 挂载 4 类接入形态。
• 实现 route_confidence 分层、intent_stack 回退及 page_context / business_objects 感知路由，在低置信度与高风险场景优先澄清或转人工。

The implementation emphasizes layered runtime design, plugin lifecycle, routeconfidence + intentstack, voice/RTC flows, tenant boundaries, diagnostics, rate limits, and redaction.

Turned AI customer service from simple knowledge Q&A into a governed runtime that can be mounted, connected to business tools, and handed off to humans.

• 设计渠道接入、宿主桥接、核心引擎、业务增强、插件平台、提供商适配六层架构，统一文本、Voice API、RTC WebSocket 与 FastAPI 挂载 4 类接入形态。
• 实现 route_confidence 分层、intent_stack 回退及 page_context / business_objects 感知路由，在低置信度与高风险场景优先澄清或转人工。

Enterprise knowledge QA system covering multi-source documents, governance, and citation-backed answers.

• 设计结构检索、全文检索、向量检索三路召回链路，结合加权 RRF 融合与 rerank，支持 citations、grounding_score 与 trace_id 返回。
• 将 Gateway 问答链路与 KB 检索链路改造为 LangGraph 可恢复运行时，并扩展工具注册中心、任务拆解 DAG、反思闭环与三层记忆。

The core is structured retrieval + full-text retrieval + vector retrieval, weighted RRF, reranking, LangGraph recovery, chunk governance, retrieve/debug, and regression gates.

Turns scattered enterprise documents into a continuously synced AI QA platform with traceable citations, configurable agents, and lower integration overhead.

• 设计结构检索、全文检索、向量检索三路召回链路，结合加权 RRF 融合与 rerank，支持 citations、grounding_score 与 trace_id 返回。
• 将 Gateway 问答链路与 KB 检索链路改造为 LangGraph 可恢复运行时，并扩展工具注册中心、任务拆解 DAG、反思闭环与三层记忆。

A Windows WeChat assistant project for long-running auto-reply and runtime governance.

• 抽象 BaseTransport 接入层并以 LangGraph 重构回复主链，将同步回复与后台成长任务解耦，建立适合长期运行的微信助手架构。
• 构建 SQLite 短期记忆、运行期向量记忆与导出语料 RAG 三层记忆体系，支持轻量重排与可选本地 Cross-Encoder 自动回退，平衡召回质量与部署成本。

The implementation centers on BaseTransport, LangGraph runtime, lightweight reranking, optional local Cross-Encoder fallback, config snapshots, and status/metrics/cost APIs.

Turned a script-like WeChat bot into a long-running AI assistant with diagnosability and cost control.

• 抽象 BaseTransport 接入层并以 LangGraph 重构回复主链，将同步回复与后台成长任务解耦，建立适合长期运行的微信助手架构。
• 构建 SQLite 短期记忆、运行期向量记忆与导出语料 RAG 三层记忆体系，支持轻量重排与可选本地 Cross-Encoder 自动回退，平衡召回质量与部署成本。

An enterprise file platform for private deployment, covering auth, sharing, recycle bin, preview, and operations.

• 构建“分片上传 + 秒传 + 断点续传 + SSE 状态回传”主链路，结合零拷贝分片合并，支持 1000+ 并发上传，成功率 >99.5%（README 指标口径）。
• 完成 PostgreSQL 复合索引、游标分页与 Caffeine / Redis 多级缓存治理，使 API P95 <500ms、P99 <1s、数据库查询 P95 <100ms，慢查询减少 80%（README 指标口径）。

The implementation connects upload state, zero-copy merge, PostgreSQL indexes, cursor pagination, Redis/Caffeine caching, replay-safe signatures, and observability.

Provides a privately deployable file collaboration platform with lower operational and security risks.

• 构建“分片上传 + 秒传 + 断点续传 + SSE 状态回传”主链路，结合零拷贝分片合并，支持 1000+ 并发上传，成功率 >99.5%（README 指标口径）。
• 完成 PostgreSQL 复合索引、游标分页与 Caffeine / Redis 多级缓存治理，使 API P95 <500ms、P99 <1s、数据库查询 P95 <100ms，慢查询减少 80%（README 指标口径）。