个人简历(脱敏版)
AI Agent / 大模型应用开发工程师 | 10 年 Python 工程 | 西安
GitHub github.com/imoyao | 站点 masantu.com
一、自我评价
工作背景:10 年 Python 后端开发,近 3 年专职 LLM Agent 应用交付,独立负责工具层、编排、上下文与评估四段。此前 3 年做 iPaaS 连接器接入与 SaaS 计费履约(339 个第三方应用、6 类计费模式)——本质是同一件事换个调用方:从「用户画的流程图」变成「模型的决策」,工具层的参数契约、凭据与失败补偿都由此而来。主导 3 个企业级 Agent 项目(内容生成流水线 → 企业知识库问答 → 数据分析 Agent)交付上线;开源「账本精灵」——3569 次提交、358 个测试文件、9 个内置工具 + 自建 MCP 客户端直连 2 家数据服务、45 条回归评估集。
优势技能(按目标岗位要求组织)
- 工具调用 / Function Calling:9 个内置工具 schema 设计与落地;MCP 双向——stdio 服务端对外 9 个只读工具、Streamable HTTP 客户端接入 2 家第三方数据服务;参数类型 / 枚举 / 正则 / 数组递归校验;归属类字段由服务端权威值覆盖,不进模型参数通道。
- RAG / 向量检索:结构化切分(5 类块类型 + 标题层级 + 起止行号)→ pgvector 向量 + ES 关键词两路召回 → RRF 排名融合(K=30)→ 章节 / 行号级引用溯源;Neo4j 图谱查询独立成工具。
- Agent 编排:状态机式多节点编排(7 节点、条件回边、图状态显式化);检查点 + human-in-the-loop 审批中断、断点续跑;多智能体顺序流水线。
- 上下文与成本管控:分层记忆(滚动摘要 + 最近 3 轮原文 + 关键信息卡,超限硬截断);日配额 + Token 预算熔断 + 连续失败熔断;429 指数退避、失败按类型分流。
- 评估与稳定性:45 条回归集(8 条对抗 / 3 条跨工具混淆)+ trace 回放归因;改 prompt 或换模型可对照前后是否退化。
- Prompt 工程 / 结构化输出:工具描述与系统提示按「口径 + 边界 + 禁止项」组织;
response_format=json_object+ 解析容错(解析失败一律转澄清,不猜);输出侧逐句扫描替换越界表述。 - 架构抽象:多分支业务收敛为策略族(交易类型 → 策略实现,报价与履约共用一份规则);模板层(价格 / 额度)与履约实例层分离,改配置不动存量数据。
- 工程能力:Python(主力)/ FastAPI / Django;Docker 沙箱隔离(断网、只读根、1 核 256MB、30s 超时);pytest + CI 门禁;结构化日志与链路追踪。
技术栈:Python / FastAPI / Django / LangGraph / LangChain / SQLAlchemy / MySQL / PostgreSQL / pgvector / Elasticsearch / Redis / Neo4j / Docker / pytest / GitHub Actions
综合素养:与甲方业务方直接对接需求并拆成可验证指标,跨前后端与数据侧协作推进交付;处理过模型额度耗尽、429 限流、熔断降级等线上异常;有沉淀设计文档与技术方案的习惯(仓库 docs/)。
二、工作经历
某大型软件服务企业 2023.10 – 至今 高级开发工程师 · AI Agent 应用开发
- 做了什么:承接 3 个企业级 LLM 应用交付——内容创作多智能体平台、企业知识库智能问答、数据分析 Agent,负责 Agent 侧技术方案与落地。
- 怎么做的:先与甲方接口人对接业务场景,拆成可验证的技术指标;再独立完成编排设计、工具层开发、上下文与成本控制、回归评估;联调阶段跨团队对齐前端与会话数据格式。
- 达成什么:3 个项目按节点交付上线;沉淀出可复用的工具层、护栏与回归评估方法(45 条用例 + trace 回放),并迁移到开源项目账本精灵。
北京集简慧通互联科技有限公司 2021.04 – 2023.09 后端开发工程师
- 做了什么:无代码集成平台(iPaaS)的第三方应用接入层与计费履约系统(详见项目四)。
- 怎么做的:接入侧统一异构系统的参数、凭据与字段语义;计费侧把「套餐模板」与「履约实例」拆开,三种交易收敛为策略族,扣减按额度、余额、拒绝三级降级。
- 达成什么:339 个连接器共用一套参数契约;6 类计费模式覆盖按期与按次售卖;计费履约独立成服务,校验前置到动作执行前,业务侧零计费逻辑。
北京鲸鲨软件科技有限公司 2017.03 – 2021.04 全栈开发工程师
- 存储高可用:基于 DRBD 的 ALUA 双活方案设计与实现,用第三方仲裁解决跨站点脑裂。
- 云平台:OpenStack Cinder + Ceph 管理平台二次开发,支持块存储与文件存储混合部署。
西安桔家软件科技有限公司 2015.06 – 2017.02 软件开发工程师
- 做了什么:网站数据库设计、后端接口开发与运维发布;支撑业务从 0 到上线。
三、项目成果
贯穿四个项目的一条主线:连接器层(人先声明完整,平台照着执行)→ 知识库问答(模型第一次自己决定「查什么」)→ 数据分析 Agent(模型自己决定「怎么做」,于是需要沙箱与人审)→ 账本精灵(把前三个的能力收成一个人能验证的成品)。变的只有调用方——从「用户画的流程图」到「模型的决策」;工具的参数契约、失败补偿与权限边界一路没变。
项目一|账本精灵:投资记账 + 基金研究 Agent 2026 个人开源 · 仓库可查 · MCP 端点可直接调用
技术栈:Python / Flask / SQLAlchemy / Vue 3 / MCP(stdio 服务端 + Streamable HTTP 客户端)/ pytest / GitHub Actions
一句话:把「记账数据查询」与「基金研究」做成可被任意 Agent 调用的工具服务——金融数值一律由确定性代码计算,模型只负责选工具与组织表达。
- 工具契约:9 个只读工具的 schema + 逐字段校验(类型 / 枚举 / 正则 / 数组递归);业务约束写进描述(出处强制标注、百分比与小数口径区分、取数失败标「未取到」不补全)——工具描述就是 prompt。
- 不信任模型的两条红线:归属字段(家庭 / 账户)不进参数通道,由鉴权上下文覆盖;用户私有数据强制用户级 Token,缺失即失败、不回退系统 Token。
- 协议双向:同一份工具定义两个方向——服务端走 stdio 对外 9 个只读工具(与内置循环共用一份 schema);客户端手写 Streamable HTTP 接入 2 家数据服务 9 个工具,会话复用、失效重握、SSE 分流解析(防无 charset 被猜成 Latin-1 折断汉字)、8 类错误分类、数据分级 Token 路由、调用审计收敛一处;另经客户端配置接入基金数据工具面 28 个,用于晨星评级口径交叉核验。
- 分层记忆:滚动摘要(≤3000 字)+ 最近 3 轮原文 + 关键信息卡(≤800 字,整体替换、不进摘要);双门槛触发(>6 轮且 >8 条),压缩失败降级到 12 条硬上限。先保证有界,再谈压缩质量——纯截断会表现为反复追问同一件事,纯摘要丢最近细节。
- 评估集与归因:45 条回归集(20 基础 / 2 跨工具 / 8 对抗 / 12 归因·基准·行为 / 3 混淆),24 条已实跑全绿。工具 6→9 后出现选错,根因不是模型退化而是老工具缺排他边界句,补齐「何时用 / 何时不用」后 basic 组 20/20——工具变多放大的正是旧描述的模糊性。
- 规模与可观测:3569 次提交 / 358 个测试文件 / 401 个后端模块;每次工具调用落库(入参 / 出参 / 耗时 / 错误码 / token,敏感参数脱敏),失败链路可按会话回放到具体一步。
项目二|数据分析 Agent:自然语言 → 自动分析 2025.06 – 至今 企业交付
技术栈:Python / FastAPI / LangGraph / SQLite(检查点)/ Docker / ChromaDB
一句话:业务人员上传表格用自然语言提问,Agent 先出计划、再逐步写代码在容器里跑,每一步推给前端看;写文件必须等人确认。
- 让走向成为可读的边:7 节点图(理解 / 计划 / 执行 / 观察 / 反思 / 审批 / 汇总)+ 3 处条件分派,观察节点单点 5 个出口;步骤索引、重试上限、待审批动作全放状态,节点只产出、边做决策;工具调用累计 10 次硬上限兜底,任何分支组合都不会原地空转。
- AST 扫描用符号表,不用关键字:执行前建作用域符号表追踪
import as别名、赋值别名、链式别名、元组解包、字典 / 列表下标取值、dict.get/pop、getattr常量与动态两种形态、函数参数重绑定、内层函数遮蔽外层——都能追回最初的危险符号;36 例单测逐类钉死绕过路径,同时保留os.path不误杀。 - 沙箱六项约束 + 内存超限单独识别:断网 / 根只读 / 代码与数据全只读挂载 / 唯一可写卷是会话输出目录 / 工作区 tmpfs 限 64MB / 1 核 256MB 30s;OOM 按 exit 137 与日志特征识别,不笼统报「执行失败」。
- 写操作靠框架硬停而不是自觉:编译期声明
interrupt_before=["approve"],审批节点前强制中断、状态落 SQLite 检查点(WAL);人工确认后同 thread 续跑到原节点,前序步骤不重跑、进程重启不丢进度。 - 模型的沉默也是失败:让它调工具它只回一段描述。把「未调用任何工具」写成一条结构化失败塞回结果逼其修正,连续两次则跳步收尾——不是重试到上限。
- 只读根会让无辜的写入也失败:matplotlib 往 HOME 写字体缓存、往工作目录写临时文件,根只读后直接 OSError,报错与代码逻辑无关、模型会误判成自己写错。解法:执行前注入环境垫片(缓存与
TMPDIR指到 tmpfs、强制 Agg、内置中文字体族、拦截makedirs只读异常)——把「环境不适配」从模型要解决的问题里摘出去。
项目三|企业知识库问答:Agentic RAG(检索作为模型的工具) 2024.10 – 2025.05 企业交付
技术栈:TypeScript / PostgreSQL + pgvector / Elasticsearch / Neo4j / Redis / Mem0
一句话:企业文档入库后自动清洗、切块、建索引;员工提问时 Agent 自己决定查不查、查几次、要不要顺带查图谱,答案标注章节与行号。
- Agentic 检索:检索不预置在链路里,而是模型手里的两个工具——
search_knowledge(混合召回)与query_graph(实体关系)。查不查、查几次、要不要查图谱,由模型按问题复杂度自己决定;证据不足时按提示词如实告知,不硬编。 - 切分保留结构:自写 Markdown AST 解析,按标题层级建 region,小于 200 token 的小节按层级合并,再自适应切到 1200 / 上限 2000 token;代码块超 100 行按空行切、仍超 50 行再均分,不按字硬切。每块带章节路径、起止行号、前后块指针与 5 类语义标签(正文 / 代码 / 表格 / 列表 / 提示块)。
- 两路融合用 RRF:向量路给余弦相似度、关键词路给 ES
_score,两者没有共同刻度,加权求和等于用两把尺子量同一根棍子。改按排名融合(K=30,每路取 20),双路命中累加1/(K+rank)并标记来源;单路异常降级为单路,不让整查失败。 - 权限下推 + 闭包注入:可访问文档集合拼进 SQL 的
IN与 ES 的terms,不是检索完再剔除——后者会让越权内容先进上下文;该集合在创建工具时闭包注入,不出现在工具入参里,模型没有通道去改。 - 记忆分三层,写入要判定:Redis 滑窗存本轮上下文、DB 最近 19 条兜底、超过 14 条触发摘要只留 6 条;长期记忆走 Mem0 双层(用户 / 会话),写入前由分类器判定该不该记、记哪层,不搞「什么都记」。
项目四|企业集成平台:连接器层 + 计费履约层(Agent 工具层的前身) 2021.04 – 2023.09 企业交付
技术栈:Python / Flask / Django / MySQL / Redis / 消息队列 / pandas
一句话:无代码集成平台(iPaaS)——第三方应用以「连接器」接入、用户在画布上编排,平台同时解决「异构系统如何一致」与「哪些动作收费、怎么扣、扣完还能不能用」。
- 参数契约单一来源:把动作抽象成参数契约(类型 / 必填 / 可选值 / 复合类型 / 多级动态级联),界面渲染、提交校验与执行取参读同一份定义,新增动作只写声明不写渲染代码;339 个连接器(327 含动作定义)以同一套契约接入。
- 能力自注册表:连接器自注册凭据校验 / 连通性测试 / 字段映射 / 样例数据四类入口,替代「每个连接器各写一套」的复制粘贴——没有统一注册入口,接入成本随数量线性上升。
- 计费模型四层拆分:指标字典 → 套餐模板 → 履约实例 → 账本流水;模板层(价格、额度)与实例层(已售出的包、已用掉的量)分离,改价不动存量用户。计费点收敛为 6 类(周期 / 费率 / 包次 / 包时 / 扣费字段 / 余额抵扣),一份模型同时表达「额度上限」与「并发限速」。
- 交易收敛为策略族:开通 / 续费 / 升级各一个实现,统一
validate → quote → fulfill契约,同一对象既报价又履约——报价口径与结算共用一份规则,结构上让支付回调可反算对账。升级的关键规则是「额度取新、已用取旧」,堵住「先刷光再升级」白拿额度的漏洞。 - 校验前置 + 三级降级:业务侧零计费逻辑,动作执行前只调权限与余额两个接口;扣减按「资源包额度 → 按单价折现金余额 → 余额不足拒绝」降级,额度耗尽自动转按量付费、不中断执行;多包按指标聚合方式合并(
count/sum求和、max取最大),额度型任一包可用即放行、速率型取最严。 - 失败不打断流程:权限或额度不足时把动作入参降级成一条可读提示回给编排侧,不抛异常中断——这是今天 Agent 工具层「tool error 转文本回给模型」的同一条原则,只是当年消费方是流程图。
补充交付|内容创作多智能体平台 2023.10 – 2024.10 企业交付
- 三角色(策划 / 撰写 / 校对)顺序流水线;提交即返回任务号、前端轮询进度,长任务不阻塞请求;按来源做每日额度管控。
- 复盘出一类真实缺陷:下游把上游臆测当事实(两个字的选题产出「原终稿」「约 48 字」),根因是任务间缺输入边界而非模型能力,修法(输入契约 + 输出结构校验)已列入待实施清单。
四、其他
- 开源:账本精灵公开仓库(3569 次提交,工具 schema / 评估集 / trace 回放脚本均公开可查),GitHub
github.com/imoyao。 - 技术写作:个人站点
masantu.com,记录工程实践中的问题定位与设计取舍。 - 英语:CET-4,可读英文技术文档与 API 规范。
五、教育背景
河南工业大学 本科 · 自动化 2011.09 – 2015.06 | 英语 CET-4
