10+
AI 项目实践
LANGGRAPHRAGFASTAPINEXT.JSMULTIMODALPYTORCHAGENTPOSTGRESQL
PROJECT SIGNALS / 2026
真实项目，持续迭代。
从模型工作流到可运营产品，每一张预览都来自本站的真实案例。
01 / ABOUT
不只调用模型，
更关心产品如何真正跑起来。
我的工作横跨算法与工程：从文本向量化、推荐算法，到 LLM 应用、Agent 工作流、RAG 检索与多模态生成； 再到 FastAPI、Next.js、数据库与部署交付，把原型推进为稳定、可运营的产品。
熟悉 Coze、Google AI Studio、微信小程序与飞书机器人等 AI 生态集成，拥有 Windows / Linux / GPU / CUDA / Vercel 等多环境落地经验。
EDUCATION
4
段核心工作经历
3+
年 AI 领域积累
算法深度
NLP、推荐、Embedding / Reranker、模型微调与多模态调度。
全栈闭环
Python / FastAPI 到 Next.js / TypeScript，兼顾前后端体验。
稳定交付
部署、限流、重试、日志、异常治理与 GPU 推理性能优化。
02 / SELECTED WORK
代表项目
从商业化平台到智能体与多模态生成，
用工程把想法推进到上线。
02
2026 · 开发负责人
抖音直播智能回复
与活跃助手
基于 FastAPI、Playwright 与 LLM，完成弹幕监听、规则 / AI 回复、多账号多节点控制与 Windows 交付。
03
2026 · 项目负责人
数字人口播与
音色克隆平台
串联 IndexTTS2、HeyGem 与 FFmpeg，完成音色克隆、语音合成、口型驱动、批量生成及 Linux GPU 部署。
04
2025 — 2026 · AI 模块负责人
AI 智能教育辅助平台
以 LangGraph 构建模块化会话工作流，串联意图识别、上下文压缩、RAG 检索、个性化推荐与多模态工具；使用 SSE 提供实时流式体验。
05
AI Workspace
智能体工作台
一个对话入口，Agent 自己拆目标、挑技能、调模型，全过程可回溯；文档、图像、视频与联网研究九类技能，加上工作流编排和管理后台，都跑在这个域名下。
03 / PERSONAL LAB
保持好奇，
也保持动手。
这里不是履历陈列，而是我的技术试验场：
把模糊问题拆成可以运行的工作流。
FENGWEI / PERSONAL_SANDBOX
SYSTEM ONLINE
01理解意图Intent
02任务编排Agent
03调用工具Tools
04校验输出Guardrail
01查询改写Rewrite
02混合召回BGE-M3
03精排去重Reranker
04可信回答Grounded
01多源输入Text / AV
02内容生成LLM / TTS
03人物驱动HeyGem
04成片交付FFmpeg
EXPERIMENT NOTE把 Agent 拆成可观察、可重试、可约束的节点，而不是一个不可控的黑盒。
35.23°N / 115.48°E
04 / EXPERIENCE
工作经历
从 NLP 算法到 AI 全栈，
持续拓宽能力边界。
2026.04 — 2026.07
甲丁甲科技
AI 全栈工程师
负责 AI SaaS、抖音直播助手与数字人口播平台的算法方案、系统架构及全栈交付。
2025.04 — 2026.03
小猿教育科技（江苏）有限公司
AI 算法工程师
负责 AI 教育产品的大模型应用框架与核心模块，主导 Agent、RAG 与多模态调度工程化。
2023.11 — 2024.12
秒优大数据科技有限公司
AI 算法工程师
参与智能客服、推荐、翻译及企业智能化项目，负责模型训练、数据处理与服务接口封装。
2023.06 — 2023.09
南京法奔信息科技有限公司
NLP 算法工程师
参与法律 NLP 需求与架构设计，完成文本向量化训练、案例检索与相似案例匹配。
05 / CAPABILITIES
技术是手段，
解决问题才是目的。
围绕 AI 产品完整生命周期建立的能力栈：模型理解、应用编排、工程开发、数据存储与部署运维。
算法与模型
NLP · 文本分类与匹配 · 向量检索 · 推荐算法 · Transformer · BERT · BGE · PyTorch · TensorFlow
LLM 应用
LangChain · LangGraph · Agent · RAG · Prompt Engineering · Embedding / Reranker · SSE
多模态与生态
GLM-4.5V · Google AI Studio · IndexTTS2 · HeyGem · Coze · N8N · OpenAI · Gemini · DeepSeek
全栈工程
Python · FastAPI · Next.js · TypeScript · React · Prisma · Playwright · PostgreSQL · Elasticsearch
部署交付
Linux · Docker · Git · Vercel · AutoDL · CUDA · ONNX Runtime · PyInstaller
06 / NOTES & THINKING
一些我反复
思考的问题。
技术会快速变化，判断问题的方式更值得沉淀。
点击卡片，展开我的当前答案。
一个 AI 功能，什么时候才算真正完成？
能跑通 Demo 只是起点，产品真正面对的是不确定性。
当它有清晰的失败边界，有成本与延迟预期，有可追踪的日志，也允许用户在模型出错时恢复工作，我才会把它看作一个可交付的功能。
Agent 的价值，不只在于“更自主”。
更重要的是把复杂任务拆成边界清晰、可验证的步骤。
好的 Agent 工作流应该让状态、工具、权限和异常都变得可观察。自主性要与约束同时设计，系统才有机会稳定进入真实业务。
算法与产品之间，差的是一整条工程链路。
接口、数据、交互、部署和运营，共同决定模型的实际价值。
我选择同时理解算法和全栈工程，是因为很多 AI 问题并不止发生在模型里。把上下游连起来，才能找到真正影响体验与业务结果的瓶颈。
MY WORKING PRINCIPLE
Stay curious. Build useful. Ship reliable.