杨子墨｜Agent 与大模型应用开发

VIBE CODING

随所在地天气变化的个人随笔空间，让文字与当时的氛围一起被记录。

快速记录文本、链接与图片，自动提炼内容，并通过语义检索随时找回。

更多 Vibe Coding 实践正在整理。

RAG 应用 / 知识库治理

面向跨境贸易合规场景，建设具备权限隔离、风险提示与原文引用能力的 RAG 问答平台。

02

Agent 实践

围绕任务规划、工具调用和流程编排，讲清楚实现过程与个人贡献。

待补充

NLP 分类系统

面向电商售后客服场景，构建八分类意图识别服务，实现自动分流与人工复核兜底。

从真实工作记录中识别重复、耗时或易错的流程，并判断是否值得沉淀为 Skill、Agent 或 Automation。

在修改代码前复现故障、确认根因，再实施范围明确且经过验证的最小修复。

对齐代码、运行态、文档、项目规则、获准维护的记忆和工作区状态，完成可验证的项目收尾。

个人信息

个人能力

熟悉 RAG 应用搭建与优化，掌握文档解析、分块策略、混合检索、Rerank、上下文构建及效果评估，具备 RAG 系统架构设计、技术选型与落地优化能力。
熟悉 Agent 核心原理，理解任务规划、工具调用、流程编排、记忆机制和上下文管理，了解 ReAct、Reflection 及多 Agent 协作等常见模式。
熟练使用 Claude Code、Codex 等 AI Coding 工具，能够结合项目上下文完成需求拆解、代码生成、问题定位与重构优化，了解 Skills、MCP、Sub-agent 等扩展机制。
熟悉 Python 后端开发，能够基于 Flask、FastAPI 完成模型服务封装、业务接口开发与部署，具备异常处理、日志监控及接口性能优化经验。
具备机器学习、深度学习与 NLP 基础，熟悉数据处理、模型训练、调参与效果评估流程，了解 Transformer、预训练语言模型及文本分类、语义匹配、信息抽取等常见 NLP 任务，具备模型压缩与推理部署能力。