昵称登录后显示

1. 高并发实时打榜系统 —— “豆花明星榜”微信小程序

项目概述： 主导设计并开发一款粉丝经济向的微信小程序，核心为实时更新的明星榜单，集成充值、广告变现、多元化任务系统，形成完整业务闭环。

技术挑战与职责：

高并发架构： 应对日活高峰期间超过3000 QPS的投票、打榜请求，通过微服务化拆分（Java Spring Cloud）、Redis集群缓存热点数据、消息队列（RabbitMQ/Kafka）异步削峰填谷，确保系统稳定。

实时榜单： 基于Redis Sorted Set实现毫秒级更新的实时排名，结合定时任务（Python脚本）进行数据聚合与持久化（MySQL），并通过WebSocket推送榜单变化，提升用户体验。

复杂业务系统： 设计并实现了充值支付对接、积分流水、多类型任务（签到、分享、观看广告）及风控规则，保障资金与业务逻辑安全可靠。

全栈交付： 使用Vue.js开发后台管理前端，便于运营人员配置活动与查询数据；运用Docker进行应用容器化，实现与前端服务的协同部署与快速迭代。

2. 企业级AI智能体（Agent）与知识库系统

项目概述： 从0到1构建一套基于大语言模型的AI智能体系统，整合私有知识库与实时外部信息，提升企业内部知识检索与问答效率。

技术实现与贡献：

RAG知识库引擎： 使用php 搭建核心服务，实现文档（PDF、Word、Excel）的向量化嵌入（Embedding）与存储（向量数据库qdrant），构建高效的语义检索链路。

AI Agent架构： 设计并开发智能体调度框架，支持工具调用（Tool Calling）与多步骤推理。集成多种大模型API（如chatGPT、deepseek等），实现基于上下文的精准问答与内容生成。

联网搜索增强： 实现安全可控的联网搜索模块，智能体可获取并整合实时外部信息（如新闻、行情），丰富回答的时效性与广度。

工程化部署： 将整个系统（后端、模型服务、数据库）进行Docker容器化编排，确保跨环境部署的一致性，并建立了持续的知识库更新与模型评估流程。