精选问答

AI Agent 运行时 / RAG 知识库工程 / 偏 AI 应用的后端方向。专注可审计、可降级的智能问答系统，关注 Agent Workflow 与 Context Engineering。

本站不提供简历 PDF 下载。请在 Boss 直聘查看并下载完整简历；本站侧重项目证据与 AI 可追问分身。

AI 只基于人工审核且标记为可公开的资料回答；资料不足会明确拒答，不编造个人事实。

NovaMind（v3.0.0）：自研状态机替代 LangGraph、五钩子横切中间件、五层长期记忆、三组件零信任沙箱、三层技能自进化（37 内置技能）、多 Agent 委派、LLM 链式降级、CLI + 桌面 GUI + doctor 架构体检。常规测试 572 passed（覆盖率 81%）。 Notebook：Adaptive-RAG 6 类路由、CRAG 修正循环、Evidence Grader 4 级置信度、LLM-as-judge 4 维评分、Cross-Encoder 重排、IR 标准指标评测（Recall@K/MRR/四阶段归因）、检索参数热更新、SSE 流式 + 检索链路可视化。全套件 1030 passed（后端覆盖率 88%）。 Olist 问数 Agent：确定性优先架构（自然语言查数、统计检验、三目标归因走确定性代码，规则解析不了才 fallback 到 LLM ReAct）、语义字典锁定指标口径、每个回答附源 SQL 可对账。模型评测 129/129，确定性核验 117/117。

自研异步状态机引擎（有向图 + 条件路由 + 防死循环），五钩子横切中间件承载记忆召回/技能注入/沙箱生命周期/上下文治理（加功能不动核心循环），五层长期记忆（衰减懒计算 + BM25 检索强化写回 + 后台沉淀），三组件沙箱（Runtime/PathTranslator/SecurityGuard，Local 零信任 + Docker 挂载区），LLM 链式降级只切瞬时错误，P0-P5 上下文分段治理，优先级审计日志 + Token 追踪。常规测试 572 passed（覆盖率 81%）。

完整流程：输入安全校验 → Adaptive-RAG 6 类路由 → 向量+BM25 混合检索 + Cross-Encoder 重排 → Evidence Grader 4 级置信度评分 → 置信度为"无"时 CRAG 修正（改写查询+扩大召回，最多 2 轮）→ 生成带引用的回答 + LLM-as-judge 4 维质检。文档索引 Celery 异步处理 + 定时补偿，检索参数 8 项运行时热更新，IR 评测四阶段归因定位检索质量。全套件 1030 passed（后端覆盖率 88%）。

三个项目都做了模型接入的工程化：NovaMind（v3.0.0）用 ModelRouter + FallbackChatModel 多 provider 链式降级——只切瞬时错误（超时/限流/5xx），鉴权错误不降级防密钥泄露，默认 provider 恒在链尾兜底；Notebook 支持多模型统一接口且前端可传入动态模型配置；Olist 问数 Agent 用 DeepSeek（OpenAI 兼容接口）只做 ReAct 兜底，主路是确定性代码不依赖模型。模型不可用时自动降级（NovaMind 降级到资料摘录，Notebook 降级到关键词搜索，Olist 规则层不受影响）。