王海鸥

AI 应用开发负责人 · 图像识别 + RAG 检索与业务判断

• 项目描述：面向牙科医院诊疗场景，实现牙齿图片的 AI 识别能力，并基于图片识别结果做 RAG 检索与业务判断，辅助医生快速生成诊断建议与治疗方案。
• 图像识别：构建牙齿图片数据集与标注流程，完成图像预处理、病灶区域检测与分类模型训练 / 微调，输出结构化的牙齿状态识别结果。
• RAG 检索：将识别结果作为检索条件，在口腔医学知识库（诊疗指南、病例库、用药规范）中做向量召回与重排，结合大模型生成可解释的判断依据。
• 业务编排：使用 LangChain / LangGraph 编排「识别 → 检索 → 判断 → 复核」多节点工作流，支持工具调用、人工复核与结果回写。
• 工程实现：Python 负责模型与算法链路，Rust / Golang 负责高性能推理服务与网关，前后端分离部署，支持医院内网私有化交付。
• 项目成果：单张图片识别与判断耗时控制在秒级，医生问诊效率提升约 50%，已在合作医院试点运行（指标可按实际情况调整）。

图像识别 RAG 检索 LangChain LangGraph Python Rust Golang 向量数据库

核心开发 · Multi-Agent + 多模态 RAG 智能匹配引擎

• 项目描述：面向婚恋交友场景，综合基础背景、兴趣标签、生活照片、颜值图像特征、浏览点赞行为序列等多源数据，通过大模型 Agent 构建多维度用户画像并完成相似度计算与个性化推荐，实现高拟人化的交友匹配。
• 画像构建：整合结构化资料、兴趣文本、生活照片多模态素材与行为日志，对图片做图像特征提取，结合浏览 / 点赞行为序列挖掘用户偏好，沉淀完整的多维用户画像。
• Multi-Agent 编排：基于 LangGraph 搭建多 Agent 工作流，拆分画像解析、特征提取、相似度评估、结果过滤等 Agent，形成「画像解析 → 特征抽取 → 匹配打分 → 结果校验」闭环，支持工具调用与多轮推理，有效抑制匹配结果幻觉。
• RAG 检索增强：将用户画像向量化存储，按用户特征做向量检索，结合历史交互样本召回重排，兼顾静态标签与动态行为偏好，提升匹配贴合度。
• 工程实现：Python 负责 Agent 与大模型业务链路；Golang / Rust 开发高性能匹配服务与行为日志网关，支持高并发用户请求，配套结果缓存、限流与降级。
• 项目成果：实现多模态融合的智能匹配推荐，可输出带理由的匹配结果；完成原型系统落地，验证了「Multi-Agent + 行为数据」驱动的匹配方案可行性。

Multi-Agent LangGraph RAG 多模态 行为分析 Python Golang Rust 向量数据库

独立设计并开源维护 · 基于 Tokio 的异步 HTTP 客户端库

• 项目简介：基于 Tokio 的纯 Rust 异步 HTTP 客户端，聚焦高性能、易用性与生产可用性，沉淀对异步运行时、网络协议与 API 设计的深度理解。
• 核心能力：支持 HTTP/2、连接池复用、代理、Cookie 管理、自动压缩，并配套完善的性能基准（benchmarks）与单元 / 集成测试覆盖。
• 硬指标：All-Time 下载量 19.5 万+，Recent 90 天下载 12.8 万+，持续被全球 Rust 开发者集成使用。
• 工程价值：体现对 Rust 异步生态、网络协议栈、错误处理与 API 易用性设计的扎实掌握，可直接服务于公司高性能服务与中间件场景。

crates.io · 19.5 万+ 下载 Rust Tokio HTTP/2 Async 连接池 开源

独立设计并开源维护 · 面向真实流量的 HTTP 压测 CLI

• 项目简介：以 cargo 子命令形式交付的 HTTP 压测工具，集成简单（cargo install cargo-whero 即可使用），专注高并发场景下的真实流量回放与性能评估。
• 核心能力：支持丰富的请求配置、并发与速率控制、统计与报告输出，面向后端服务的容量评估、稳定性验证与回归测试。
• 硬指标：All-Time 下载量 7.3 万+，Recent 90 天下载 5.3 万+，在 Rust 后端 / SRE 群体中持续被使用。
• 工程价值：从需求、设计、实现、发布到迭代维护全流程独立完成，体现完整的开源项目运营能力与工程化交付能力。

cargo 子命令 · 7.3 万+ 下载 Rust Tokio 压测 CLI 开源

AI 应用开发工程师

• 负责公司 AI 应用平台的后端服务架构设计与研发，基于 Rust / Golang / Python 构建高并发推理与编排服务。
• 主导 RAG 检索增强与 Agent 系统落地：使用 LangChain、LangGraph 编排多轮工具调用与业务决策链路。
• 进行 QLoRA 大模型微调工作，完成数据集清洗、模型微调训练、效果评估与模型部署上线，针对垂直业务场景优化模型能力，提升业务问答与推理效果。
• 沉淀通用 AI 能力组件（向量检索、Prompt 管理、调用链路追踪）并推广至多个业务线复用。

后端开发工程师

• 主导业务系统 架构规划与技术选型，结合业务场景完成数据库模型、存储架构设计，选用 Golang/Rust 作为核心开发语言，搭建订单交易、权限管理、多源数据同步的整体后端架构。
• 负责交易流水与订单核心链路研发，设计交易状态流转、幂等控制、分布式事务方案，解决订单并发、数据一致性问题，保障业务高可用。
• 统筹项目部署上线全流程，推动服务容器化改造，搭建 CI/CD 自动化发布流水线，优化发布流程。
• 内部数据平台架构建设，设计多源数据采集、清洗加工流程，落地业务报表能力，为运营分析提供数据支撑。