AI 应用
LangGraph / LangChainRAG 全链路MCPPrompt 工程LLM 评测
01 / Selected work
每个项目都包含背景、设计取舍与结果数据。
以 Redis 为座位状态权威源、覆盖高并发锁座、超时释放、支付幂等与对账收敛的经典 Java 后端项目。
面向技术文档的证据优先 RAG:导入论文与文档后提问,返回带来源与页码引用的回答;证据不足时明确拒答,而不是猜测。
终端里的 AI 编程助手:用自然语言驱动 Agent 读代码、改文件、跑命令,在权限链与 OS 沙箱约束下完成任务。
02 / Articles
项目里值得单独讲的模块设计与工程取舍。
从 ReAct 循环到异步事件流,拆解 Agent 运行内核、流式工具执行与多协议模型客户端的归一化。
从 Lua 原子预占到数据库唯一索引,拆解高并发选座的正确性来源、失败回滚与并发验证。
从 CitedRAG 的五节点图出发,讲清状态、预算、中断恢复,以及多 Agent 框架的选型逻辑。
RocketMQ 延迟消息的分级重投、re-arm 策略与取消链路上的状态机竞态。
从 CitedRAG 的真实流水线讲清切分、dense 与 BM25、RRF、重排、父扩展与向量库选型。
从验签、唯一键到状态机与自愈,拆解支付回调链路上的三层幂等。
03 / Capabilities
04 / Contact
对项目实现细节感兴趣,或想聊 AI 应用的工程问题,欢迎邮件联系。