00 Overview

把业务问题，
做成可跑的 Agent。

基于 LLaMA-Factory，在单卡 RTX 4090 上对 Qwen2.5-7B-Instruct 做了 LoRA 监督微调，独立部署过多个开源模型。擅长用 LangChain / LangGraph 搭建智能体，也擅长在自研 Agent 里集成 MCP、Skill。 5 年全栈，其中 3 年 AI Native，是 Claude Code、Cursor 的深度订阅用户，能独立拆解项目、解决复杂 bug，有自己的一套完整 AI 工作流，能独立搭建中型企业级 Java 微服务。

5+ 年全栈交付
3 年 AI Native
90% RAG Top-5 召回
10万+ 标注素材沉淀

LoRA / LLaMA-Factory LangGraph RAG / 混合检索 MCP / Skill Java 微服务 Vue / React / Next.js FastAPI Cursor / Claude Code

或用键盘 → 翻页

01 2025.06 — 2026.06

武汉优品壹创

数字化部 · Agent 开发

把内部资料、电商生图、PPT 和工具调用收进同一套对话系统，并单独做了人机协同的生图 Agent。

聊天机器人「小创 AI」

Embedding · Elasticsearch · Milvus · Rerank · Java 微服务 · Vue

基于公司内部资料，参考主流大模型界面做的聊天助手。覆盖电商生图、转正/会议 PPT、Skill / MCP 调用，以及意图识别后的路径跳转。

企业级 RAG：混合检索 + 重排序，解决专有名词检索不准；Top-5 召回准确率到 90%。
从问答到执行：对话区接入生图、Skill、MCP、PPT 生成，把模型能力收成可执行工具。
意图路由：识别自然语言意图，自动判断问答 / 生图 / PPT / 工具，并跳到对应路径。

现场演示 · 点一行带走命令

1. 启动 RAGFlow

访问地址 · Ctrl+点击打开

→http://localhost:8080

2. 演示问答 · 点一行复制

买家秀图片生成 Agent

LangChain · LangGraph · LangSmith · FastAPI · 飞书 CLI

五节点人机协同：数据读取 → 生图 → Kimi 评估 → 人审 → 回写。Conditional Edges 按评分路由（低分重试、高分进人工队列）；interrupt() 做 HITL，配合 Checkpoint 保证长任务状态一致。
异步 + 流式：asyncio / aiohttp 批量读飞书多维表；FastAPI StreamingResponse 做 SSE 进度推送。
断点续跑：MySQL 作为 LangGraph Checkpoint，支持全链路追溯和中断后续跑。

打开此项目后渲染流程图

flowchart TD
    Start((启动Agent<br>开启监听)) --> ReadExcel[Excel模板读取<br>店铺/商品/补单数]
    ReadExcel --> GetCDN[获取主图CDN+商品标题]
    GetCDN --> Wait30s[放入剪贴板并等待30s]

    Wait30s --> CopyData[读取剪贴板数据写入表格]
    CopyData --> DownloadImg[下载图片并重命名<br>如: 回力旗舰店-0102-1]

    subgraph ManualLoop [自主决策1：素材准备]
        direction TB
        GenPrompt[调用VL模型决策选图<br>生成5个场景词]
    end

    DownloadImg --> ManualLoop

    GenPrompt --> LoopCheck{是否超过<br>max_iterate3?}

    subgraph AutoLoop [自主决策2：循环生成]
        direction TB
        GenerateImg[调用生图模型生图] --> CheckQuality[调用VL模型判断<br>图片质量]
        CheckQuality --> IsMatch{是否符合日常<br>穿搭特征?}
        IsMatch -- 否 --> GenerateImg
        IsMatch -- 是 --> Output[输出，写入表格]
    end

    LoopCheck -- 否 --> AutoLoop
    LoopCheck -- 是 --> Interrupt[Interrupt<br>人工介入]

    Interrupt --> OptionA[选项1: 选择其中一张完成任务]
    Interrupt --> OptionB[选项2: 在之前场景提示词基础上<br>给出新的提示词]

    OptionB --> ReGenerate[调用生图模型生图]
    ReGenerate --> Finish((完成))
    OptionA --> Finish

02 2026.06 — 2026.07

卿波电子商务

武汉分公司 · 全栈开发工程师

为管理约 2000 家店铺的电商公司做一体化 ERP：人事与店铺、利润分析、充值预警、提现，以及自动开店。主要负责其中两个模块。

电商运营 ERP · 业务需求全链路

Java 21 · Spring Boot Modulith · React 19 · PostgreSQL · ClickHouse · Kafka · Nacos · SkyWalking · 通义千问

7 态状态机：SUBMITTED → ACCEPTED → IN_PROGRESS → DELIVERED → COMPLETED，含取消 / 返工分支。提交后自动进大厅接单。
RBAC 三级权限：菜单码 + 页面读权限 + 按钮级权限。后端注解与前端 Hook 双门禁。
AI 拆解子任务：Qwen 结构化 prompt 拆需求；输出不稳定时做格式校验和重试。
看板与协作：ECharts 负载与队列看板，WebSocket 推状态，支持筛选和里程碑时间线。

现场演示 · 点一行带走命令

1. 启动基础设施

2. 启动后端

3. 启动前端

访问地址 · Ctrl+点击打开

→http://localhost:5173 →http://127.0.0.1:8848/nacos →http://localhost:18080

基于协议逆向的批量开店

Java 21 BFF · Go 1.25 · Python httpx · MITM · React 19 · Ant Design 5 · PostgreSQL · WebSocket

全链路重放：抓包梳理开店链（设备初始化 → 公钥 → 短信注册 → OCR → 地址 → 活体 → 入驻），沉淀为可重放 API。
风控与降级：设备指纹三策略、动态 UA；验证码网关 + 强风控场景人工点选兜底。
Go 编排状态机：个人店 / 企业店两套工作流，人工卡点统一挂起等前端操作。
批量并发：多行资料并发推进、失败分类、断点续跑，WebSocket 回传每行进度。

打开此项目后渲染流程图

flowchart TB
  subgraph OFFLINE["离线：抓包 → 逆向 → 固化重放脚本"]
    A1[浏览器/商家客户端走完整开店链路] --> A2[mitmproxy :18880 抓 HTTPS]
    A2 --> A3[落盘 JSONL 流量]
    A3 --> A4[analyze-chain 梳理接口顺序]
    A4 --> A5[写 shop-register-chain.md]
    A5 --> A6[逆向 anti-content / RSA / 设备指纹]
    A6 --> A7[Go 编排固化为可重放步骤]
  end

  A7 --> START

  subgraph RUNTIME["在线：路径 A 首店重放 pdd-shop-register :18346"]
    START[前端一次提交：手机号/密码/店名/地址/身份证] --> BFF[business BFF /api/v1/pdd-shop-register]
    BFF --> STARTWF[workflows/individual/start]

    STARTWF --> HASSESS{sessionCookies 含 PASS_ID?}
    HASSESS -->|是：已登录补入驻| RESUME[跳过发码与 register<br>warmup 入驻页 + 审核预检]
    HASSESS -->|否：新号开店| BOOT[init-session<br>设备指纹 pfb/a2 + Cookie]

    BOOT --> PK[queryPasswordEncrypt 拿 RSA 公钥]
    PK --> SEND[sendMmsCreateMallVerificationCode]
    SEND --> CAPTCHA{PDD 返回 54001?}
    CAPTCHA -->|是| WAITC[状态 WAIT_CAPTCHA]
    WAITC --> GW[pdd-captcha-gateway :18341]
    GW --> USER1[用户点选图形验证码]
    USER1 --> ADV1[advance captchaSessionId]
    ADV1 --> SEND
    CAPTCHA -->|否| WAITS[状态 WAIT_SMS]

    WAITS --> USER2[用户手动填短信验证码]
    USER2 --> ADV2[advance smsCode]
    ADV2 --> REG[janus/api/register]
    REG --> E2004{errorCode=2001004<br>该手机号已开店?}
    E2004 -->|是| FAIL1[FAILED：勿再 register]
    E2004 -->|否| PASSID{响应 Cookie 含 PASS_ID?}
    PASSID -->|否| FAIL2[FAILED：无法继续入驻]
    PASSID -->|是| WARM[warmup 入驻页 /mallcenter/info/entry/index]

    RESUME --> PRECHK{店铺已通过/待审?}
    PRECHK -->|是| FAIL3[FAILED：不能重复 complete]
    PRECHK -->|否 资料填写中| PHASEB
    WARM --> PHASEB

    subgraph PHASEB["Phase B 自动重放入驻接口"]
      B1[needContactAddressForIndividualEntry]
      B2[validateMallNameByMallId]
      B3[galerie 签名 + store_image 上传身份证]
      B4[recognitionIdCardInfoIndividual OCR]
      B5[validateIdCard]
      B6[checkLongTermOptionIndividual]
      B7[validateContactAddress]
      B8[queryMallCount]
      B9[getFaceLivenessToken]
      B1 --> B2 --> B3 --> B4 --> B5 --> B6 --> B7 --> B8 --> B9
    end

    PHASEB --> WAITL[状态 WAIT_LIVENESS]
    WAITL --> LIVE{活体怎么过?}
    LIVE -->|上传视频 livenessVideoBase64| AUTO[默认栈 auto：mms_check]
    LIVE -->|人工/CDP 已录屏| MANUAL[advance livenessDone=true<br>仅轮询 detectFaceLivenessProgress]
    AUTO --> PV
    MANUAL --> PV
    PV[getPersonVerifyQuota + personVerify]
    PV --> COMPLETE[completeMallIndividuality]
    COMPLETE --> DONE[状态 COMPLETED<br>entryAuditStatus=0 待审核]
    DONE --> POLL[轮询 queryHistoryAuditInfo<br>同步平台审核结果]
  end

  subgraph HUMAN["人工卡点"]
    USER1
    USER2
    WAITL
  end

  subgraph NOTE["未接入"]
    PATHB[路径 B：已登录开新店<br>createNewMall + directOld4NewMall]
  end

03 2021.01 — 2025.05

上海蛮斧电商

全栈开发工程师 · 四年半

从业务系统走到 AI SaaS：权限与缓存、Edge 运行时、多模型网关和支付中台，再加一套流量站群的工程化交付。

风水命理 SaaS

https://www.xyfate.com/

Next.js 14 · Supabase · Redis · Coze OAuth 2.0 · JWT · SSE

面向 C 端的在线命理服务。访客 / 会员 / 管理员三级权限，AI 报告生成走异步与并发控制。

HOF 中间件做接口鉴权；独立完成 Coze OAuth 2.0 与 JWT-Bearer 令牌管理。
Redis 分布式锁（SET NX EX）防止报告重复提交。
用户、命盘、多维报告等 8+ 核心表，以及异步任务编排。

04 2013.09 — 2020.12

上海诗魅康

电商店长 · 七年业务一线

转技术之前，在电商一线把货、人、数据和渠道跑通。后面做 Agent 和 ERP 时，需求从哪来、指标怎么看、跨部门怎么对齐，都不是纸上的。

01

产品直觉

先问「谁用、在什么场景、怎样算做成」，再决定做 RAG、做状态机还是做一条人工卡点。

02

数据敏感

习惯看转化、利润和异常预警。看板和召回率对我来说是经营语言，不只是图表。

03

跨部门协作

运营、设计、仓储、客服都对过齐。人机协同里的「审核队列」本质上就是把协作写进系统。

05 2026 · 个人项目

个人探索

大模型微调 · 金融垂直领域

针对通用大模型在金融垂直领域专业知识匮乏的问题，基于 LLaMA-Factory 对 Qwen2.5-7B-Instruct 做高效微调，构建专属金融问答助手。

基于 Qwen2.5-7B 的金融领域大模型微调与优化

Qwen2.5-7B-Instruct · LLaMA-Factory · LoRA · DeepSpeed · bf16 · FinanceIQ

用 LoRA 高效微调把通用模型收成金融问答助手：数据清洗、训练配置到评估，整条链路自己跑通。

技术实施

LoRA + bf16：Low-Rank Adaptation 配合 bf16 混合精度，单卡环境下平衡显存占用与训练效率。
数据与调度：构建并清洗 financeiq_sft_train 金融指令数据集；Learning Rate 1e-4 + Cosine 调度，压低专业术语幻觉。
资源加速：Gradient Accumulation 与 DeepSpeed 把算力吃满，训练收敛时间控制在预期范围内。

项目成果

金融场景下的指令遵循明显增强，Loss 曲线平滑收敛至 0.1 以下。
对复杂金融问题能给出更准确的理解与回答；相对基座，特定测试集准确率约 +20%。
验证了数据预处理 → 参数配置 → 模型评估的全链路微调流程，给后续业务落地留了可复用的技术路径。

06 Education & Contact

背景，以及怎么找到我

教育

华中农业大学 · 211

农林经济管理 · 全日制统招本科

2009.09 — 2013.06

语言

英语 CET-6

英文技术文档可以流畅阅读，跟开源仓库和论文没有障碍。

武汉 · 随时可以聊下一段。

2577388908@qq.com

把业务问题，
做成可跑的 Agent。

武汉优品壹创

聊天机器人「小创 AI」

买家秀图片生成 Agent

穿搭素材采集与标注平台

卿波电子商务

电商运营 ERP · 业务需求全链路

基于协议逆向的批量开店

上海蛮斧电商

风水命理 SaaS

全球化 AI 图像处理 SaaS

游戏矩阵与热词流量捕获

上海诗魅康

产品直觉

数据敏感

跨部门协作

个人探索

基于 Qwen2.5-7B 的金融领域大模型微调与优化

背景，以及怎么找到我

华中农业大学 · 211

英语 CET-6

把业务问题， 做成可跑的 Agent。

把业务问题，
做成可跑的 Agent。