bigfish的网络博客

个人简历

个人信息

出生年月：1991-10

学历：本科

工作年限：13 年

邮箱：756091180@qq.com

居住地：上海

求职方向：AI 应用 / Agent 工程、Go / Java /平台架构

GitHub：https://github.com/bigfish1913

核心能力

  • AI Agent 工程：负责 Agent 产品从定义到落地，具备 Agent 架构、工具编排、RAG、知识库、评测观测、沙箱隔离和长任务可靠性建设经验。
  • 后端与平台：Go、Java，熟悉 gRPC、Kafka、MQTT、Redis、MySQL等中间件；具备 Vue、React、Flutter 全栈协作经验。
  • 分布式系统：在 WiFi IM 项目中支撑百万级长连接、日均亿级消息，在携程票务项目中支撑峰值 400 万/min 系统流量，具备高并发高可用实际落地经验。
  • 业务与管理：覆盖社交 IM、基础架构、电商票务、支付、自动驾驶数据等领域；有 5 年带人经验及 3～5 人项目 Owner 经验。
  • AI提效：熟练使用 Claude Code、Codex、Pi 等VibeCoding工具，参与 OpenMatrix、MatrixCode、RPI 等开源项目。

工作经历

2026/01 ～ 至今｜某 AI 创业公司｜技术负责人

负责 AI 应用、AI 游戏及业务 Agent 产品线的架构设计、核心研发和上线交付，协同前后端、数据与运营团队完成产品验证。

2024/01 ～ 2026/01｜WiFi 万能钥匙｜资深 Golang 开发

负责基础架构、服务治理和高并发业务系统建设，覆盖网关、服务发现、分布式 IM、热更新及实验平台。

2022/03 ～ 2023/12｜蔚来汽车（自动驾驶数据运营）｜技术专家

负责安全中台、车端数据存证、事故监控通知及事故分析报告等系统的架构和核心研发。

2017/03 ～ 2022/02｜携程旅行网｜开发经理

负责抢票订单、任务调度、支付及交易支撑系统，参与高并发架构、性能优化和团队协作。

2013/07 ～ 2017/03｜其他｜一线开发

参与企业管理、酒店业务、物联网及支付相关系统的开发与维护。

重点项目

某 AI 创业公司｜技术负责人｜2026/01 ～ 至今

AI Web 应用生成平台

项目描述

产品目标是“释放创造力、降低创作门槛”，用户通过自然语言描述需求，生成可运行的 Web 应用。系统拆分为交互前端、需求分析 Agent、业务后端和 Code Agent：需求分析 Agent 负责澄清和结构化用户意图，Code Agent 根据结构化需求完成前后端代码生成、运行和交付。

我的职责
  1. 参与项目初期产品定位、技术演进路线、业务闭环及商业化路径设计。
  2. 从 0 到 1 负责 AI 应用产品线的总体架构和核心 Agent 研发，协同前后端完成 MVP 验证与上线支撑。
  3. 协调前端、后端、数据和运营团队，推动产品指标定义、数据分析及运营策略落地。
技术方案与核心工作
  1. Agent 开发框架：搭建统一 Agent 开发框架，建立研发规范，抽象前端页面、服务端代码和 API 接口生成能力，以及通用的工具调用、任务编排和状态管理能力，沉淀可复用核心工具。
  2. 服务端生成能力：基于Supabase基建，扩展 Code Agent 的服务端代码生成能力，生成服务端业务逻辑和 API 接口，支持数据云端存储，扩展生成应用的能力。
  3. 执行环境隔离：设计动态沙箱隔离机制，为codeagent 代码生成提供独立运行环境；完善环境变量和 Token 加密管理，支持任务隔离和动态扩缩容。
  4. 配置分发：建设 Skills、Tools 和模型配置的热更新与分发能力，支持线上 A/B 验证、快速测试和版本回滚。
  5. 评测与观测：落地 Agent 评测和可观测体系，追踪任务链路、生成耗时、工具调用次数、Token 消耗等关键指标，支撑问题定位和版本对比。
  6. Harness 工程：通过提示词优化、工具编排、运行时测试和静态检查，持续验证 Agent 生成链路的输入、调用和输出质量。
  7. 长任务可靠性：落地任务重试、Checkpoint 断点续跑、无效/越权工具调用拦截等机制，覆盖执行失败、任务中断和异常调用等场景。
项目成果
  1. 支撑 AI Web 应用产品完成 MVP 验证和上线交付。
  2. 打通前端页面、服务端代码、API 接口和运行环境的端到端生成交付链路。
  3. 形成覆盖 Agent 开发、工具复用、配置发布、质量评测、链路观测和异常恢复的工程闭环。
  4. 将 Skills、Tools、模型及评测能力沉淀为平台化组件，支持后续多个 Agent 产品复用。

AI 游戏生成平台

项目描述

基于 AI 应用生成能力拓展游戏垂直场景，帮助用户快速搭建可玩的游戏。项目覆盖从一句话创意输入，到游戏设计文档（GDD）生成、美术与音频素材生产、系统拆分、代码开发和测试交付的完整生产链路。

我的职责
  1. 负责项目整体规划、技术方案和核心 Agent 的研发与上线，推动游戏生成能力从方案验证走向业务落地。
  2. 搭建 PGC（专业内容生产）内容链路，配合运营团队制定核心数据指标和分析模型。
  3. 负责精灵图生成、动画对齐、美术一致性和音频生成等资产生产难题的方案攻关。
  4. 建设游戏核心素材库，推动素材生成、检索和复用能力落地。
技术方案与核心工作
  1. 20 阶段生产流水线：将游戏生成拆分为创意理解、GDD 生成、美术与音频素材、系统拆分、代码生成、运行测试等阶段，建立阶段输入、输出和交付规范。
  2. Gate Check 质量门禁：在各阶段设置产物校验和门禁规则，识别中间产物缺失、格式不一致和跨阶段上下文偏移，阻止不合格产物继续向下游传递。
  3. 游戏资产工程：优化精灵图生成提示词、视频抽帧和动画对齐方案，处理精灵图帧数、尺寸、位置和动作一致性等问题。
  4. 素材库检索：建设游戏素材库，采用关键词多路召回和 RAG 匹配策略，支持按角色、动作、风格等维度检索和复用素材。
  5. 多 Agent 协同：拆分设计、开发和测试 Agent，隔离各阶段模型调用、上下文和质量标准，支持不同阶段独立调试和迭代。
  6. 多模型组合：基于多模型组合，采用不同阶段使用不同模型，降低token成本
  7. 多人联机支持：扩展游戏生成链路的联机能力，支持生成具备多人联机玩法的游戏，并完成相关联机逻辑接入与运行验证。
项目成果
  1. 落地从一句话输入到可玩游戏交付的 20 阶段生成流水线。
  2. 建立阶段化质量门禁，形成对游戏设计、素材、代码和测试产物的过程控制。
  3. 打通游戏素材生成、抽帧处理、检索复用和开发交付链路，沉淀可复用的游戏素材库。
  4. 实现设计、开发、测试 Agent 的职责拆分，为后续独立迭代和成本治理提供基础。
  5. 支持多人联机游戏的生成与交付，扩展 AI 游戏生成平台的玩法覆盖范围。

智能客服 Agent

项目描述

基于 AI Agent 搭建智能客服系统，为平台用户提供常见问题解答、操作指引、提示词建议和系统使用指南，帮助用户快速解决使用过程中的常见问题。

我的职责
  1. 负责项目整体设计、技术选型和核心 Agent 研发，推动客服场景从方案验证到系统落地。
  2. 建立基于文档式知识库（LLM Wiki）的知识管理方法，设计原始知识构建、处理、更新和查询使用流程。
  3. 负责用户意图识别、风险内容识别与拦截、内容安全校验及敏感数据脱敏等能力建设。
技术方案与核心工作
  1. 知识源建设：以业务文档和产品资料作为统一知识源，建立文档采集、内容清洗、格式解析和数据标准化流程。
  2. 知识抽取与检索：定时抽取和更新结构化知识，建立查询、召回和回答生成流程，支持客服 Agent 按场景检索相关内容。
  3. 知识热更新：建设语料定时更新和文档热更新链路，支持知识增量更新，避免每次知识变化都依赖完整发布流程。
  4. 安全治理：识别用户意图和风险行为，对风险内容进行拦截，并对输出内容执行安全校验和敏感数据脱敏。
项目成果
  1. 形成从文档采集、清洗、标准化、抽取、检索到热更新的知识库闭环。
  2. 将知识维护从分散配置统一到文档式知识源，支持业务语料持续更新和客服 Agent 复用。
  3. 完成意图识别、风险拦截、内容安全校验和敏感数据脱敏能力落地。

运营分析 Agent

项目描述

面向产品运营团队建设自动化运营分析助手，将分散在多个业务系统中的数据汇总为可读结论，自动生成日报、周报和指标变化分析，辅助运营人员完成日常复盘和策略决策。

我的职责
  1. 负责运营分析 Agent 的方案设计和核心研发，梳理数据读取、指标计算、结论生成和报告交付流程。
  2. 接入业务系统数据，围绕新增用户、日活、留存等核心指标建立统一的分析输入和口径。
  3. 设计日报、周报及异常波动分析模板，将指标结果转化为面向运营人员的可读结论和行动建议。
技术方案与核心工作
  1. 数据接入：封装业务数据读取能力，统一不同系统的数据格式、时间范围和查询参数，支持按日报、周报等周期拉取数据。
  2. 指标计算：围绕新增、日活、留存等指标建立聚合和对比逻辑，支持环比、趋势和异常波动分析，减少人工整理口径不一致的问题。
  3. Agent 分析：将结构化指标、历史趋势和业务上下文注入 Agent，由 Agent 生成指标解读、问题定位和运营建议。
  4. 报告编排：按固定模板编排日报和周报内容，区分数据摘要、核心变化、异常项和建议项，保证输出内容结构稳定、便于复盘。
  5. 任务调度与追踪：建设周期性报告生成流程，记录数据读取、指标计算和结论生成状态，支持失败重试和结果追溯。
项目成果
  1. 建成从业务数据读取、指标聚合、趋势分析到日报/周报生成的自动化链路。
  2. 将新增、日活、留存等核心指标统一纳入分析流程，降低运营人员手工取数和整理成本。
  3. 输出包含数据摘要、异常变化和运营建议的结构化报告，为运营复盘和策略调整提供依据。

WiFi 万能钥匙｜资深 Golang 开发｜2024/01 ～ 2026/01

负责基础架构与服务治理（网关、服务发现、中间件）及高并发业务系统的 0→1 建设。

技术栈：Go、gRPC、Kafka、MQTT、Redis、MySQL、xDS

分布式 IM 系统

项目描述

建设覆盖单聊、群聊和聊天室的分布式 IM 系统，面向百万级长连接和高并发消息投递场景。不同会话规模下消息扩散成本差异明显，需要在消息时效、写放大和读取压力之间进行平衡。

我的职责
  1. 主导分布式 IM 系统的架构设计和核心链路研发，拆分连接管理、消息投递、会话路由等核心模块。
  2. 负责基于 MQTT 的分布式推送链路和长连接管理，处理连接建立、在线感知和消息可靠投递等场景。
  3. 负责高并发消息处理方案设计，通过消息队列削峰和分区处理支撑亿级消息流量。
  4. 负责分布式严格递增序列号服务的方案设计和实现，为消息、会话等业务提供全局有序 ID，规避数据库单点依赖。
技术方案与核心工作
  1. 消息扩散模型：按会话规模组合读扩散与写扩散，控制大规模会话下的写放大和读取成本，兼顾消息送达时效。
  2. 长连接管理：基于 MQTT 建设分布式推送链路，负责客户端长连接管理、在线状态感知和消息下发。
  3. 消息处理：通过 Kafka 等消息队列进行流量削峰和异步解耦，结合分区处理支撑高并发消息消费。
  4. 可靠性治理：围绕消息投递、连接状态和消费链路设计重试、分区及故障恢复方案，保障核心消息链路连续运行。
  5. 序列号服务：采用“内存计数 + 文件持久化”的混合方案，实现全局严格递增 ID 生成，降低对数据库单点的依赖。
项目成果
  1. 支撑百万级长连接、日均亿级 MQTT 消息。
  2. 万级并发下端到端消息延迟 ≤ 500 ms，可用性 ≥ 99.99%。
  3. 完成单聊、群聊和聊天室多种会话模型的统一架构落地。
  4. 交付分布式严格递增序列号服务，满足 IM 业务对全局有序 ID 和持久化的需求。

服务网关与基础组件

项目描述

客户端、App、小程序和内部服务需要统一的协议转换、接入和服务寻址层，后端服务规模达到数百个。项目同时建设服务发现、负载均衡和分布式基础组件，支撑微服务体系稳定运行。

我的职责
  1. 负责网关、服务发现和基础组件的架构设计、技术选型及核心研发。
  2. 落地基于 Envoy 的 UDS 网关，实现 HTTP 到 gRPC 的协议转换。
  3. 自研小程序和通用 Gateway，并完成 Kubernetes 服务发现、etcd 注册存储和 xDS 负载均衡链路落地。
技术方案与核心工作
  1. 统一接入：基于 Envoy 和 UDS 建设协议转换网关，将外部 HTTP 请求转换为内部 gRPC 请求，统一多端接入方式。
  2. 服务发现：通过 Kubernetes API Watch 机制感知服务实例变化，以 etcd 存储服务注册信息，并通过 xDS 下发服务发现和负载均衡配置。
  3. Gateway 抽象：针对 App、小程序和内部服务抽象通用 Gateway，统一路由、寻址和协议适配能力。
  4. 配置同步：围绕服务实例变更、路由更新和负载均衡策略下发设计配置同步链路，减少服务扩缩容过程中的人工干预。
  5. 稳定性治理：结合连接复用、超时控制、异常返回和实例摘除处理网关异常，保障协议转换和服务寻址链路稳定运行。
项目成果
  1. 网关协议转换峰值 QPS 达 3 万+，完成多端统一接入能力建设。
  2. 完成基于 Kubernetes、etcd 和 xDS 的服务发现与负载均衡落地，覆盖数百个微服务。
  3. 形成网关、服务发现和负载均衡的一体化基础组件，支持服务实例动态变化和业务水平扩容。

热更新平台

项目描述

App 和 RN 业务需要在不发版的情况下更新客户端资源，平台需要与 CI/CD 流程打通，并支持按版本、策略和流量范围进行可控下发。

我的职责
  1. 从 0 到 1 负责热更新平台的整体设计、技术选型和核心研发。
  2. 打通资源构建、版本管理、发布策略和客户端拉取链路，完成与 CI/CD 流程的整合。
  3. 设计策略拉取、限流和版本管理能力，支撑 RN 与 App 客户端热更新。
技术方案与核心工作
  1. CI/CD 集成：将客户端资源构建、版本生成和发布流程接入 CI/CD，统一管理资源版本和发布状态。
  2. 策略下发：根据客户端版本、业务策略和发布范围控制资源拉取，支持按策略进行灰度下发。
  3. 发布控制：通过限流和版本管理控制更新节奏，降低集中更新对客户端和服务端链路的压力。
  4. 客户端适配：兼容 RN 与 App 两类客户端资源更新流程，处理版本校验、资源拉取和更新生效等环节。
  5. 版本治理：维护资源版本、兼容范围和发布状态，支持版本回退、失败重试和异常版本拦截，降低热更新对线上版本稳定性的影响。
  6. 发布观测：围绕资源拉取成功率、更新失败、版本分布和发布进度建立状态记录，支持问题定位和策略调整。
项目成果
  1. 完成 RN / App 热更新平台从 0 到 1 建设，实现客户端资源可控下发。
  2. 打通从资源构建、CI/CD 发布到客户端拉取和版本管理的完整链路。
  3. 形成策略拉取、限流、版本校验、失败重试和回退能力，支持热更新过程的风险控制。

太极 A/B 实验平台

项目描述

面向多个业务团队提供灰度发布、功能实验和策略验证能力，平台需要统一实验分流接入方式，并为实验效果评估提供统计依据。

我的职责
  1. 维护太极实验平台的 Java / Go 双语言 SDK，负责实验分流、策略读取等核心能力。
  2. 支撑多个业务服务接入灰度发布和 A/B 实验，处理实验配置、分流规则和结果回收。
  3. 将卡方检验、P 值等显著性检验方法落地到实验效果评估流程。
技术方案与核心工作
  1. SDK 接入：维护 Java / Go 双语言 SDK，为业务服务提供统一的实验配置读取和分流接口。
  2. 实验分流：基于用户或业务策略执行实验分组，支持灰度发布、功能实验和策略验证。
  3. 效果评估：将卡方检验、P 值等统计方法引入实验结果分析，辅助判断实验结果是否具有统计意义。
  4. 平台治理：统一实验配置、分流规则和效果评估流程，降低业务服务重复接入成本。
  5. 分流一致性：统一实验参数、分组规则和结果上报口径，保证同一用户在实验周期内分组稳定，减少实验样本污染。
  6. 实验监控：关注分组流量、核心指标变化和异常样本，支持实验过程中的灰度调整、暂停和结果复盘。
项目成果
  1. 支撑数百个服务接入实验分流、灰度发布和策略验证。
  2. 完成 Java / Go 双语言 SDK 维护和实验能力统一接入。
  3. 形成从实验配置、流量分组到效果评估的平台化能力。
  4. 将统计显著性检验和实验过程监控纳入平台流程，提升实验结论的可解释性和复用效率。

蔚来汽车｜自动驾驶数据运营｜技术专家｜2022/03 ～ 2023/12

事故监控与通知平台

项目描述

事故平台包含事故监控和事故处理两部分：监控车辆 CAN 组件中的气囊点爆、碰撞等信号，在事故发生时及时感知并触发通知；事故处理模块负责事故记录、跟进和后续处理。

我的职责
  1. 从 0 到 1 设计事故监控策略，梳理监控目标、信号范围和事故判定规则。
  2. 搭建事故通知链路，支持飞书消息、群组消息和加急通知等不同通知方式。
  3. 负责核心消费链路和异常处理方案，沉淀飞书调用 SDK，降低其他业务接入通知能力的成本。
技术方案与核心工作
  1. 高并发消费：采用多线程消费队列处理高并发消息，针对约 3 万+ QPS 消息消费场景设计消费链路。
  2. 消费协调：通过分布式锁协调并发处理、抑制重复消费，结合业务处理状态控制重复告警和重复回收。
  3. 异常补偿：增加补偿日志和重试处理，对消费失败、通知失败等异常场景进行补偿。
  4. 业务降级：针对核心数据查询和通知链路设计多级业务降级策略，保证异常情况下核心数据仍可获取。
项目成果
  1. 完成事故监控、事故通知和事故处理链路从 0 到 1 落地。
  2. 支持约 3 万+ QPS 消息消费场景，完成多线程消费和异常补偿能力建设。
  3. 沉淀通用飞书通知 SDK，支持飞书、群组和加急等通知方式复用。

可视化事故分析平台

项目描述

基于 Foxglove 搭建事故数据可视化与分析平台，接入 ROS 2 bag、MCAP 等记录文件，解析 Radar、Lidar 等多传感器数据，支持事故场景回放、时序对齐和关键目标信息展示，并结合机器学习模型辅助判断是否为真实事故。

我的职责
  1. 负责平台整体方案设计和核心功能研发，打通事故数据接入、解析、可视化和分析流程。
  2. 梳理 Radar、Lidar 等传感器数据格式及时间戳关系，完成多源数据解析、标准化和时序对齐。
  3. 结合机器学习模型设计事故候选筛选和结果校验流程，辅助区分真实事故与误报场景。
技术方案与核心工作
  1. 数据解析：接入和解析 ROS 2 bag、MCAP 等记录文件中的 Radar、Lidar 等传感器数据，统一坐标系、时间戳及目标信息，为可视化和算法分析提供标准输入。
  2. 场景回放：基于 Foxglove 组织多传感器时序数据，支持事故前后关键时间窗口回放、目标轨迹查看和多视角联动分析。
  3. 事故判定：将传感器特征、车辆状态和事故上下文输入机器学习模型，结合规则校验输出真实事故判断结果及辅助分析依据。
  4. 数据闭环：沉淀事故样本、模型判断和人工复核结果，支持误报分析、样本回流和后续模型效果优化。
  5. Foxglove 集成：配置 ROS 2 bag、MCAP 等数据源及消息通道，维护可视化布局，开发自定义面板展示目标轨迹、点云、车辆状态及事故标记。
  6. 时空对齐：处理不同传感器的时间戳、坐标系和外参关系，支持多源数据同步播放、关键帧定位和事故时间窗口切换。
  7. 分析复盘：支持场景录制、回放、截图和标注结果沉淀，方便算法、数据运营和研发团队协同复核事故样本。
项目成果
  1. 建成基于 Foxglove 的多传感器事故可视化分析平台，形成从数据解析到场景回放的统一工具链。
  2. 支持 Radar、Lidar 等传感器数据联合分析，提升事故定位和还原效率。
  3. 引入机器学习辅助事故判定，减少人工筛查成本，为真实事故识别和误报复核提供依据。

安全中台与车端数据服务

项目描述

面向事故监控、车端数据查询、保险存证等场景，建设统一的安全业务中台和车端数据中台。业务中台负责沉淀核心业务规则并屏蔽外部系统变化，数据中台负责车端数据加工、预热、查询和状态管理，通过标准 API、领域事件和适配层为多个业务系统提供复用能力。

我的职责
  1. 从 0 到 1 提出中台建设方案，完成内部宣讲、需求拉齐和技术方案落地。
  2. 负责中台系统架构设计、框架选型、DDD 领域建模、边界划分和研发规范建立。
  3. 负责业务中台、数据中台需求提炼及核心功能研发，推进领域能力沉淀和服务复用。
  4. 统一梳理服务接口、异步任务和数据处理链路，推动吞吐、延迟、成功率、队列积压、缓存命中率和失败重试等系统指标纳入监控。
技术方案与核心工作
  1. DDD 领域建模：根据业务边界拆分领域和模块，明确领域职责，降低业务逻辑之间的耦合。
  2. 统一服务抽象：将车端数据加工、预热、查询和状态管理沉淀为标准服务，统一接口参数、错误码、超时和重试边界，减少不同业务重复实现相同逻辑。
  3. 事件驱动：通过领域事件传递业务变化，解耦数据处理、状态更新和下游通知，为后续系统拆分和能力扩展提供基础。
  4. 第三方适配：采用适配器模式封装不同车端平台和外部系统差异，隔离外部接口变化对内部业务逻辑的影响。
  5. 并发处理：结合动态线程池和 Reactor 模式，支持数据处理任务的并发执行、资源动态调整和异步回调，避免单一慢任务阻塞整体链路。
  6. 缓存与预热：针对高频查询和重复读取场景设计数据预热与缓存策略，结合缓存命中率、查询耗时和数据新鲜度等指标调整预热任务。
  7. 稳定性与可观测性：围绕请求吞吐、P95/P99 处理延迟、任务成功率、队列积压、重试次数和资源使用率建立监控，配合幂等、超时、重试和业务降级处理异常流量。
项目成果
  1. 完成业务中台和数据中台架构从 0 到 1 设计与核心功能建设。
  2. 沉淀车端数据处理、预热、查询、状态管理和第三方适配能力，形成可复用的业务与数据服务。
  3. 建立统一 API、领域事件和适配层，支持多个业务系统按统一方式接入，减少重复业务逻辑和外部系统耦合。
  4. 建立覆盖吞吐、延迟、成功率、缓存命中率、队列积压和失败重试的系统指标体系，为容量评估、故障定位和降级决策提供依据。
  5. 建立 DDD 领域边界和统一研发规范，为后续模块扩展、独立部署和系统拆分提供基础。

NAD 保险存证系统

项目描述

为了在保险理赔和事故还原时能够完整获取车端数据，建设车端数据存证和调证系统，覆盖车端多条 DLB、DCL 等数据链路，并负责车端文件同步到云端。

我的职责
  1. 负责不同类型车端数据和文件的下载、存储及调证流程设计。
  2. 针对不同数据类型制定下载优化方案，处理大文件、并发下载和失败重试等场景。
  3. 负责核心数据链路的异常处理，保证数据下载和同步过程可恢复。
技术方案与核心工作
  1. 并发下载：采用多线程和异步处理提升不同类型数据的下载吞吐能力。
  2. 可靠性处理：建立重试、补偿和幂等机制，处理网络抖动、下载失败和重复请求等异常场景。
  3. 数据同步：打通车端文件提取、云端同步和后续调证流程，支持保险理赔场景下的数据还原。
项目成果
  1. 完成车端数据存储、文件同步和调证链路建设。
  2. 支持不同类型车端数据的并发下载和异常重试，满足事故数据完整获取需求。

事故分析报告

项目描述

为了完整还原事故场景，提取事故发生前后的车端数据，按照指定格式生成包含表格、图片和视频的事故分析报告，并支持不同车型和平台的数据拉取。

我的职责
  1. 负责系统设计、框架搭建和报告生成核心逻辑研发。
  2. 负责项目整体进度和风险把控，推进技术难点和跨模块依赖问题解决。
  3. 设计重复请求幂等、超时补偿和异步处理方案，覆盖报告生成过程中的异常场景。
技术方案与核心工作
  1. 多媒体处理：处理事故视频编码格式转换，统一不同来源视频的报告渲染和播放要求。
  2. 车型适配：采用策略模式封装不同车型、不同平台的数据拉取和报告生成逻辑。
  3. 异步生成：通过异步任务和超时补偿处理报告生成过程中的长耗时操作，避免同步请求阻塞。
项目成果
  1. 完成事故数据提取、报告渲染和多媒体展示链路建设。
  2. 支持不同车型和平台的数据拉取，沉淀可扩展的报告生成框架。
  3. 解决视频编码格式转换问题，并沉淀多媒体中心相关能力。

携程旅行网｜票务与交易系统｜开发经理｜2017/03 ～ 2022/02

抢票订单与任务调度系统

项目描述

抢票业务的核心订单与任务调度系统，连接订单中心、抢票任务和票台，负责订单创建、订单加速、出票状态流转、预约秒杀策略下发及出票结果回传。系统同时承载大量订单任务扫描、任务分包、优先级排序和可控并发下发，需要在流量突增时兼顾出票时效、任务公平性和下游票台承载能力。

我的职责
  1. 参与系统架构设计、框架选型、业务拆分及监控埋点梳理，负责核心出票模块研发和项目技术推进。
  2. 设计重复请求幂等、超时补偿、业务异常恢复和高并发下单异步拆分方案。
  3. 负责预约秒杀订单排序、任务优先级调度和可控并发消费队列建设。
  4. 梳理订单、任务和出票结果的状态流转，定义任务生命周期、失败重试、超时回收和人工介入边界。
  5. 参与高峰期容量评估、流量观测和故障应急，推动订单吞吐、任务延迟、出票成功率和队列积压等指标纳入监控。
技术方案与核心工作
  1. 订单异步化：拆分下单、订单流转、任务生成和出票处理流程，通过消息队列与异步任务解耦前台请求和下游出票，缩短同步请求链路。
  2. 状态与幂等：围绕订单状态、任务状态和出票状态建立流转约束，结合业务唯一键、处理记录和重复请求校验，避免消息重放或接口重试造成重复出票。
  3. 并发控制：建设可控并发消费队列，支持线程数动态配置、任务启停、队列堆积观测和业务级/接口级异常补偿，按照票台承载能力控制下发速率。
  4. 任务调度：根据订单加速等级、预约时间和任务状态生成优先级队列，使用 Redis Sorted Set 排序，支持任务分包、分批下发和高优先级优先出票。
  5. 数据分片：采用分布式 Sharding 拆分订单和任务数据，结合索引优化、冷热数据隔离和批量查询，降低单表数据量及高峰期查询压力。
  6. 缓存优化：通过 Redis 缓存和内容压缩减少重复读取及大对象传输，针对高频订单和任务数据设计缓存更新、失效和降级策略。
  7. 稳定性治理：通过超时补偿、失败重试、任务回收、线路限流、业务降级和中间件依赖梳理，覆盖下游超时、消息重复、票台异常和流量突增等场景。
  8. 监控与扩容：围绕订单吞吐、任务等待时长、消费延迟、队列积压、出票成功率和接口错误率建设监控埋点，支持按业务模块水平扩容和问题定位。
项目成果
  1. 支撑系统平峰 30～50 万/min、节假日峰值 400 万/min 的流量。
  2. 预约秒杀场景性能提升 50%，出票率提升 5%。
  3. Redis 排序降低数据库读写压力 90% 以上，核心业务数据占用空间减少 70%。
  4. 完成订单、任务、出票状态和异常补偿链路建设，覆盖重复请求、超时、失败重试和任务回收等场景。
  5. 建立订单吞吐、任务延迟、队列积压、出票成功率和接口错误率等核心监控指标，支持高峰期容量评估和故障定位。
  6. 将任务调度、并发消费、缓存和分片能力模块化，支持业务按模块水平扩容。

监控与支付平台

项目描述

建设通用化业务监控和支付平台：监控队列积压、Redis 数据、SQL 业务数据和业务埋点，并接入支付宝、微信、招行等第三方支付，处理支付结果、重复支付和异常订单。

我的职责
  1. 负责监控系统表结构、规则模型和代码模块设计，支持短信、邮件模板及指定时间范围的阈值告警。
  2. 负责支付宝、微信和招行支付接入，处理支付结果查询、重复支付、无效支付和对账核销等流程。
  3. 参与支付高峰期性能优化和异常降级方案设计，保障支付链路连续运行。
技术方案与核心工作
  1. 通用监控：抽象队列、Redis、SQL 和业务埋点监控场景，支持按时间范围和阈值配置告警规则。
  2. 支付异步化：使用消息队列异步订阅和多线程查询支付结果，降低第三方支付通信抖动对主流程的影响。
  3. 异常处理：针对重复支付、支付超时和支付率下降场景，设计订单重置、告警和自动业务降级策略。
  4. 数据存储：按订单 ID 尾号分表，处理支付数据增长和单表数据量过大的问题。
项目成果
  1. 支付高峰支撑 2,000 单/min，完成多渠道支付接入和支付结果处理链路建设。
  2. 建成队列、缓存、SQL 和业务埋点的通用监控能力，支持短信和邮件告警。
  3. 完成重复支付、超时订单、自动降级和账单核销等异常场景处理。

账号与财务核销

项目描述

账号系统为其他业务提供注册、绑定、取换和账号同步能力；财务核销系统负责账单对账、无效/重复支付识别、核销及自动退款。

我的职责
  1. 参与账号系统从 .NET 到 Java 的重构和优化，负责账号标记、账号同步等功能研发。
  2. 负责支付报表、支付宝账单、代扣签约和负利润报表等财务功能开发。
  3. 处理十亿级账号数据、千万级财务数据和大批量数据修复场景。
技术方案与核心工作
  1. 账号分表：针对十亿级数据量进行分表设计，降低单表数据量和查询压力。
  2. 批量处理：设计通用 SQL 执行 Job，支持数据批量更新、修复和分批处理。
  3. 对账核销：采用临时表、分批取数和 MySQL 索引优化解决大数据量 Join、对账和核销超时问题。
  4. 利润计算：使用装饰者模式拆分订单附属品收益计算逻辑，实现负利润实时计算和告警。
项目成果
  1. 完成十亿级账号数据分表改造和账号同步能力建设。
  2. 支撑千万级财务数据的分批对账、核销和退款处理。
  3. 建立负利润实时计算和告警链路，完善支付及财务风险监控。

出票与支付客户端

项目描述

代售点出票系统负责纸质票和电子客票的后台收单、拉单、出票、打包和快递面单打印；支付客户端负责向第三方支付平台和银行发起多平台支付。

我的职责
  1. 负责新打印平台接入、出票流程改造和 .NET 到 Java 的部分系统重构。
  2. 负责多平台支付客户端的技术适配和自动化支付流程开发。
  3. 参与 Spring、Vue.js 等项目框架定型和设备通信方案落地。
技术方案与核心工作
  1. 打印链路：使用 TCP 通信、HTML 本地解析和打印驱动调试完成快递方式选择及打印指令下发。
  2. 支付自动化：使用 Selenium / ChromeDriver 自动化操作第三方支付平台，并通过 .NET Hook、WinAPI 调用支付 App API。
  3. 系统重构：完成部分 .NET 到 Java 的业务迁移，统一新打印平台和出票业务的接口调用。
项目成果
  1. 完成新打印平台接入，支持自动选择快递方式、生成面单并下发打印指令。
  2. 完成多平台支付客户端适配和部分核心系统重构。
  3. 相关打印能力获得公司创新项目认可。

开源项目

OpenMatrix｜AI 任务编排与质量门禁框架

面向 AI Agent 和代码工程场景的自动化开发框架，提供 Plan、Code、Test、Review 等阶段编排，以及覆盖率、Lint、安全扫描、集成测试和 AI 验收等质量门禁。负责 TypeScript 核心架构、Agent 协作流程、运行时状态管理和质量报告闭环设计，支持多种质量模式和自动化执行。

MatrixCode｜可配置工作流的 AI 代码助手

基于 Rust 构建的跨平台 AI Coding Agent，支持通过 YAML 定义条件分支、并行执行、失败重试和子工作流，提供 SQLite 跨会话记忆、多模型协作、工具系统、TUI、CLI 及 VS Code 扩展。负责 Agent runtime、工作流引擎、记忆系统和多 Provider 抽象设计，关注成本控制和本地化部署能力。

RPI / pi-rust｜Rust 原生 Coding-Agent 框架

库优先的 Rust Agent runtime 和终端 CLI，拆分为模型 Provider、Agent Loop、Coding Tools、Session Harness、TUI 和插件 SDK 等模块，支持流式事件、会话持久化、工具扩展和稳定 ABI 插件加载。负责多 crate 分层架构、Agent / Tool 接口、会话运行时、插件 ABI 及 CLI 交互能力建设。

其他项目经历

  • 2016/06 ～ 2017/03｜上海中原物业顾问有限公司：参与 PTM / CTM 业绩报送和合同系统建设，负责业务梳理、技术选型、流程优化、员工培训及合同在线预览。
  • 2015/02 ～ 2016/05｜华住酒店集团：参与 CRM、粉丝平台和移动 BI 项目，负责报表、竞品数据、H5 邀请注册、用户画像、缓存预热和单点登录。
  • 2014/07 ～ 2015/09｜上海鸿翼软件技术股份有限公司：参与松下决裁、财务和勤务系统，负责工作流、报表、异常考勤、休假及工资单功能。
  • 2013/07 ～ 2014/06｜江苏物联网科技有限公司：参与农资物联网展示及溯源系统，负责 GIS 数据采集、WebGIS、进销存和门店收银功能。

教育经历

2009/09 ～ 2013/06｜安徽建筑大学｜资源环境与城乡规划管理