AI Application Developer · RAG / Agent Builder
聚焦 RAG 知识库、Agent 工具调用和 AI 应用工程，把大模型能力落到可交付的业务系统里。
目前就读于杭州电子科技大学计算机技术专业，具备 Flask / Spring Boot / React 全栈开发经验，熟悉 RAG 全流程、文档解析、向量检索、Rerank、Celery 异步任务和多模型供应商接入，也有企业级 AI 工程管理平台实习交付经历。
Profile
谢浩翔
关注 RAG 检索增强、Agent 任务规划、多模型接入和可追踪的工程交付。
Current Focus
每个项目都尽量覆盖一个完整命题：视觉语言、交互细节、工程实现和结果表达。
AI
面向企业级 AI 工程管理场景的平台模块，覆盖知识库管理、索引构建、模型供应商和租户模型配置，支撑业务方快速接入 RAG 检索与大模型能力。
我的职责
负责知识库管理、模型管理和索引构建异步任务相关后端模块开发，参与需求评审、技术方案讨论、接口设计、代码实现、联调验证和问题排查。
解决的问题
企业文档解析质量不稳定，知识库索引构建链路容易阻塞请求线程，多模型供应商和多租户配置也缺少统一接入方式。
项目亮点 / 结果
接入 TextIn、MinerU 与 Unstructured，优化 Chunk 切分、Embedding、混合检索与 Rerank 流程；基于 Celery 拆分后台任务，并用适配器与工厂模式统一模型调用和租户级实例创建。
AI
面向情感咨询与约会计划生成场景的 AI 应用，聚焦多轮上下文保持、RAG 知识检索、工具调用编排和 SSE 流式交互体验。
我的职责
作为项目主开发，负责后端核心链路设计与前端联调，从对话接口、RAG 检索、工具注册、ReAct 执行循环到 SSE 流式输出完成闭环开发。
解决的问题
连续咨询容易丢失上下文，不同情感状态的知识容易混杂召回，约会计划生成也需要资料检索、网页分析和报告生成等多步骤协同。
项目亮点 / 结果
通过 chatId 会话隔离、场景 Prompt 和 ChatMemory 管理最近 20 轮上下文；用 Markdown 文档加载、状态元数据、查询重写和 RAG Advisor 优化召回，并参考 OpenManus 实现 ReAct 工具调用闭环。
Full-stack
基于 Next.js + Spring Boot 构建的全栈面试刷题平台，覆盖用户管理、题库检索、在线刷题、记录可视化和 AI 模拟面试。
我的职责
负责系统整体架构设计与核心功能实现，覆盖前端页面开发、组件封装、AI 功能接入、搜索优化和部署流程。
解决的问题
传统刷题系统通常缺少权限治理、结构化题库检索以及连续对话式模拟面试体验，难以支持真实求职训练。
项目亮点 / 结果
完成从题库管理到 AI 模拟问答的完整链路，并结合 Elasticsearch、Bitmap、OpenAPI 自动生成和 Nginx + Linux 部署提升系统可用性。
这一部分改为和简历一致的实践轨迹，覆盖企业实习、项目主导开发和竞赛训练，更适合真实求职展示。
新中大科技有限公司
关键阶段
核心技术点
复盘总结
独立负责 RAG 知识库链路开发，接入 TextIn、MinerU 解析能力，优化企业文档 Chunk 切分策略，并集成 Embedding、混合检索与 Rerank 重排流程；同时维护多模型供应商接入能力，基于 Celery 提升索引构建、向量更新和索引删除任务的可靠性。
竞赛与荣誉
关键阶段
核心技术点
复盘总结
获得“华为杯”第二十二届中国研究生数学建模竞赛全国二等奖（E2025201766）、第十七届全国大学生智能汽车竞赛国家三等奖、第十六届 iCAN 大学生创新创业大赛总决赛国家二等奖。
教育部分和面试部分刻意做了视觉区分，前者更稳定、简洁，突出积累和系统性。
安徽大学 (AHU) · 211
安徽大学 (AHU) · 211
核心课程
荣誉 / 证书
杭州电子科技大学 (HDU)
杭州电子科技大学 (HDU)
核心课程
荣誉 / 证书
把走过的城市整理成一组轻量手账：路线、季节、街区记忆和视觉片段都能快速切换。
Loading Map
Travel Note
西湖晨跑、灵隐寺徒步和夜晚的滨江灯光，是我最常回看的城市记忆。