求职意向：Agent / 大模型应用开发

杨子墨

关于我的部分作品。很高兴认识您。

期待与您进一步交流（点击即可快速复制或跳转）

GitHub github.com/zimmoy374

VIBE CODING

授权获取您的位置信息后，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。

只需按下 Ctrl+V，即可快速记录下眼前的一切，捕获稍纵即逝的灵感，AI 自动帮你提炼要点，并通过语义检索随时找回。

面向真实软件项目的终端 AI 工程工作台，并且拥有很 Cool 的 GUI。

RAG

面向海关申报、制裁筛查、单证审核等场景，构建支持多租户知识管理、权限隔离、版本管理与原文引用的 RAG 问答系统。

Agent

面向专升本培训场景，构建覆盖政策咨询、学情诊断、个性化辅导和志愿决策的多 Agent 平台。

NLP 分类模型

面向电商售后客服场景，识别退款退货、物流查询等 8 类高频需求，实现消息智能分流与低置信度人工复核。

这些是我在长期 AI Coding 实践中，基于真实使用经验沉淀下来的实用 Skills。

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

RAG 系统设计与优化：具备知识库构建、混合检索、重排序、Query Rewrite、引用溯源及离线评测等实践经验。
Agent 应用开发：能够使用 Coze、Dify 搭建低代码工作流，基于 LangGraph 实现条件路由、并行节点及多 Agent 协作，并通过 MCP 集成外部工具、数据与服务。
Python 后端开发：能够使用 FastAPI、Flask 开发模型服务与业务接口，具备异常处理、日志追踪、重试降级、接口性能优化等经验。
AI Coding 工具应用：熟练使用 Claude Code、Codex 等工具，能够结合项目上下文完成需求拆解、代码生成、问题定位及重构优化，并能将长期经验沉淀成 Skill 进行复用。
NLP 模型训练与优化：掌握数据处理、模型训练与评估流程，熟悉 Transformer 及预训练语言模型原理，具备知识蒸馏、ONNX 量化与推理优化经验，了解 SFT、LoRA、QLoRA 等大模型微调方法。