用户输入
接收自然语言请求、上下文和权限边界，先把输入条件整理清楚。
Workflow
全链路生产级工作流
首页先用 5 个稳定环节说明系统闭环，强调输入边界、推理编排、状态管理与结果交付，而不是做营销化展示。
任务拆解
将复杂目标拆成可执行步骤，明确检索、调用工具和人工兜底节点。
推理循环
在模型推理、RAG、Tool Calling 和自检之间循环，直到满足输出条件。
RAGFunction CallSelf-check
状态管理
记录中间结果、失败原因和上下文，确保多步流程可恢复、可追踪。
结果交付
输出结构化结果、系统动作或人工复核建议，保证最终结果可解释。
精选项目展示
围绕 AI Agent、RAG 与系统集成整理的代表性项目，优先展示业务背景、职责边界与工程交付结果。
AgentOps 内部支持助手
Internal Tooling业务场景
面向内部运营与交付团队，覆盖知识检索、流程指引与工单摘要，降低跨系统协作中的重复问答成本。
我的职责
负责整体方案设计、多路检索策略、Tool Calling 接口接入与质量评估链路实现。
技术栈
Next.jsOpenAI APIPostgreSQLRedis
核心成果
围绕知识检索、工单预处理与可解释输出建立稳定闭环，支撑日常内部支持场景。
RAG 质量评估与迭代工作台
RAG / Eval业务场景
面向知识问答系统的检索评估工具链，用于统一评估流程、沉淀失败样本并驱动版本迭代。
我的职责
负责评估样本结构、批量评测流程、结果可视化和失败样本回流机制的设计与实现。
技术栈
FastAPIPythonElasticsearchSQLite
核心成果
让团队围绕同一套评估口径讨论效果与发布决策，减少凭经验调参与不可追踪的迭代过程。