陈佳玮's CV

教育经历

本科

2023.09 – 2027.07

山西

2025.07 – 2025.08

山西省能源互联网研究院

参与院方 固定式海上风电结构辅助计算平台 建设，将国标/国际标准 xlsx 规范公式工程化 为可交互计算模块，独立交付 涡激振动方向 2 项子功能。

规范公式数字化：对照 xlsx 拆解 10+ 工程参数（符号/单位/取值域），基于 Vue Element Admin 搭建分步向导、参数表、前端求值与结果展示闭环。
双模块端到端交付：完成 风致 / 流致涡激振动 计算链路（表单配置→计算逻辑→边界校验→结果输出），嵌入团队 15+ 模块 平台。

2025.12 – 2026.03

基于 Spring Boot 3 + Spring AI + PGVector + ES + Redis 的智能学习平台，重点建设 RAG 知识库、ReAct Agent、Tool Calling 调度与语音流式交互。

RAG 检索稳定性优化：针对专有名词、课程关键词和短问题召回不稳定的问题，设计 PGVector 语义召回 + Elasticsearch BM25 关键词召回 + RRF 融合排序 的混合检索方案，并支持异常时自动降级纯向量检索。
Agent 死循环防御设计：围绕 ReAct Agent 的推理—行动循环，引入最大迭代次数、提示词约束、重复工具调用熔断和 Token 消耗监控，避免无效循环放大成本并保留降级兜底。
测验 Agent 结束守卫：针对知识点覆盖不足、过早结束的问题，为 Quiz ReAct Agent 引入最低答题数、认知状态达标、知识点覆盖率三类结束条件，并通过 Redis 概念清单多级兜底。
多团队数据隔离强化：针对班级、团队等多租户场景的知识库串读风险，基于 TenantContext + TenantVectorStore 打通请求入口、文档管理、向量检索和日志查询隔离。
实时语音交互闭环打通：构建 WebSocket + SSE 双通道语音链路，接入阿里云 DashScope ASR/TTS，实现语音流上传、partial/final 识别、文本增量返回、TTS 音频分片下发、回合状态管理和中断控制。

2024.09 – 2025.02

基于 Spring Boot + Spring Cloud Alibaba + RabbitMQ + Redis/Caffeine 的微服务 OJ，覆盖异步判题、网关鉴权、缓存防护、消息可靠性和幂等治理。

RabbitMQ 判题可靠性治理：提交侧 WAITING 落库再投递；消费侧手动 ACK、失败重投和状态回写，按业务异常 / 系统异常区分处理路径，避免消息丢失与重复判题。
题库缓存压测闭环：引入 L1 Caffeine + L2 Redis，落地空值缓存、互斥锁、随机 TTL、写后失效和 Pub/Sub 清理本地缓存；本地 wrk 完整链路验证详情 QPS 提升约 44%、列表提升约 23%。
网关鉴权与判题幂等：Gateway + Nacos 管理动态路由，全局过滤器拦截 /inner/**；以状态机约束 WAITING/RUNNING/SUCCEED/FAILED 流转，避免重复消费。

2024.03 – 2024.08

四平台定制电商技术协作（小红书笔记 400+ 互动），交付 公众号机器人 + Spring Boot 后台，首响秒级、客服耗时 -60%。

公众号机器人：对接微信公众平台 API，实现关键词自动回复与 7×24h 无人值守，配合 Spring Boot 后台结构化替代手工记录。
流程与技术闭环：支持排期→制作→发货→物流进度展示；从真实客服与知识沉淀场景出发，驱动后续 Spring AI / RAG / Agent 项目实践。

语言: Java（集合、并发、JVM、多线程）、Python（脚本、数据处理）

框架与中间件: Spring Boot、Spring Cloud、Gateway、Nacos、OpenFeign、MyBatis、Spring AI、RabbitMQ

数据库与存储: MySQL（索引优化、SQL 调优）、Redis（缓存一致性、雪崩/穿透/击穿）、PostgreSQL + pgvector、Elasticsearch

AI 与 LLM: RAG 混合检索、ReAct Agent 死循环防御、Tool Calling、MCP、Function Calling、Prompt Engineering

计算机基础: 数据结构、操作系统、计算机网络、数据库原理

工程与工具: Docker、Linux、Maven、Git、RESTful API、SSE/WebSocket