后端与 AI 应用工程 · 近期主要做模型接入治理与情报采集
5 年开发经验，主要做 AI 应用工程、后端系统与云原生平台。主导过 AI 网关、情报采集平台、远程编码工具、RAG 助理、智能分类与算力平台等项目，从架构设计到核心开发与交付。
- 主导设计并实现企业侧多模型接入：统一鉴权、路由、调用观测、API Key 与费用配额（AI 网关）。
- 主导设计并实现智能汽车多源采集：内部 API / 公告附件 / Playwright 渲染分流、登录态与滑块对抗、LLM 字段归类与画像宽表、墓表防回采、开放 API 对外只读。
- 主导设计并实现 RAG / Agent 相关系统：文档解析、混合检索、GraphRAG、LangGraph 工作流与工具调用。
- 有 Kubernetes 与 OpenStack 背景，能从部署、观测和资源成本角度看 AI 系统。
- AI：
RAG、LangGraph、LangChain、GraphRAG、MCP、Weaviate、RAGFlow、vLLM - AI Coding：
Claude Code、Codex CLI、Cursor、Skills、stream-json - 后端：
Python、Go、Django、DRF、Flask、Gin、gRPC、MySQL、PostgreSQL、Redis、Elasticsearch - 平台与前端：
Docker、Kubernetes、Kubebuilder、KubeVirt、Istio、Prometheus、OpenStack、Vue 3、React、TypeScript
企业内部接入多家模型时，不宜把上游凭据直接交给业务方，也不宜把鉴权、路由、观测、审计和知识库拆成互不相关的系统。
主导架构与核心开发：用 Go、Python、React、PostgreSQL、Redis、RabbitMQ 拆成 gateway、rag-service、web 三个服务，覆盖平台 API Key 生命周期、模型代理路由、调用统计审计和 RAG，并提供 Compose 部署方案。
- 控制台：
http://8.162.21.158:31873（安全组 IP 白名单，访问前需申请放行） - 项目地址
面向智能汽车的多源采集与分析：汽车情报（参数 / 动力 / 销量）与汽车场景库（口碑 / 质量舆情 / 新车资讯）同源入库、清洗、互联，再经开放 API 只读对外。
主导整体方案与核心采集链路：Django、DRF、Vue 3、TypeScript、PostgreSQL、Redis；后端线程池调度 + cron，统一执行器做去重、日上限、容错与墓表（硬删后永不采回）。
采集技术能力（汽车情报）
- 三源新能源乘用车参数：汽车之家（增量采集 + LLM 品牌预筛）、懂车帝（内部 JSON API，禁 HTML 防安全墙）、工信部公告 / 能耗 / 型号主档（批次维度 + 失败重试 / 下架判
unavailable） - 编码与字段治理：GB18030 乱码修复、选装包 LLM 归类（
other_params从 46% 压到约 0.1%）、扁平化 / JSONB / 妙搭 CSV 多形态导出（gzip） - 动力系统：发动机 / 电驱动 / 电池子库 + 动力系统集成库；三源车系互联确认后物化统一车系
采集技术能力（汽车场景库）
- 汽车之家口碑：评论维度拆列导出；懂车帝口碑 / 车友圈：短信登录态常态化、OpenCV 自动解滑块、cookie 探活、动态待采队列 + flock 轮转、142 标签画像宽表与用户画像分群
- 质量舆情：车质网 / 12315 / 中汽质量网投诉（requests 免登或双编码解析）、召回 / 质量报告（Playwright 浏览器复用 + 正文清洗）、看板聚合与群体预警
- 新车资讯：周度采集 / Markdown 导入、关联本地参数库补齐、官网定向检索 + Playwright 渲染补全
另有只读开放数据 API（API Key + 限流配额 + 审计，约 20 个资源）、多引擎翻译与 PDF OCR 等模块。
Claude Code、Codex 交互通常绑在本机终端，离开电脑后不便审批工具权限、看回复和切会话。
主导设计并实现两套工具及共用的远程桥接架构：Go + React + Gin + WeChat Bot API，经 stream-json 对接 CLI，覆盖微信收发、权限审批、会话管理、Web 控制台与多平台发版；cc-go 另支持 Skills 自动注入，codex-go 侧重 Docker 化部署。
- cc-go Web：
http://8.162.21.158:18080（IP 白名单，需申请放行）· 项目地址 - codex-go Web：
http://8.162.21.158:44262（IP 白名单，需申请放行）· 项目地址
复杂文档解析、知识索引、混合检索、答案生成与图谱增强需要收在同一套能力里。
主导设计并实现：用 Python、Flask、React 18、TypeScript、Elasticsearch、GraphRAG、MCP 打通文档解析、分块、索引、混合检索、图谱增强与 Web 管理台，做成可复用的 RAG 平台组件，而不是单点问答接口。
- claude-token-stats：本机统计 Claude Code / Codex CLI 的 token 用量（按天/周/月）
- dsh-token-stats：DeepSeek Harness 插件，监听 session 用量写入 JSONL，提供
token_report按天/周/月聚合（claude-token-stats的 DSH 对应实现） - claude-auto-approve：Claude Code
PreToolUsehook，白名单自动放行、危险命令强制确认 - claude-ocr-vision：给纯文本模型「看图」——
PreToolUse拦截读图，改走本地 RapidOCR，支持 Claude Code / Codex CLI - dsh-ocr-vision：DeepSeek Harness 插件，提供
ocr_image工具，本地 RapidOCR 提文字给纯文本模型（claude-ocr-vision的 DSH 对应实现） - claude-secret：本地加密 Claude Code token（AES-256-CBC），每次启动解密注入，退出后清掉明文
- 智能分类服务：基于 LangGraph 的分类 Agent（检索、验证、格式约束与失败兜底）
- AI cloud：基于 Kubernetes 的算力调度与资源治理（
Kubebuilder、KubeVirt、Istio等）