Chen Tao

具备完整 AI 工程化链路落地经验的工程师，从上层 Agent / RAG 应用到底层模型部署、协议层（MCP / gRPC）一体打通。兼顾数据平台与高并发业务系统设计，注重工程化落地（静态编译、容器化、异步架构、灰度上线）。持续进行技术输出（个人博客 50+ 篇）与开源贡献。

projects/数据平台

云原生分布式数据科学平台

• 基于 Jupyter Notebook 重构，Python + Tornado 构建高并发 Web 服务
• MySQL 查询性能深度优化 + Nginx 负载均衡
• Kubernetes + Docker 容器化部署，支撑团队数据科学协作

projects/数据平台

多源数据中台

• 多源数据实时同步 + 定时调度全流程
• 搭建 ODS → DWD → DWS → ADS 四层数据架构
• 数据清洗 / 转换 / 聚合，多维度报表与可视化仪表盘
• 大规模数据查询优化（索引 + 缓存）

projects/AI 工程化

知识图谱重构与 RAG 应用

• 基于 RAG 重构知识图谱，对接内部大模型
• Milvus 向量检索 + 实体抽取 + 语义检索
• Flask / FastAPI API 开发 + Prompt 工程优化
• 高并发稳定性优化 + 离线定时任务调度

projects/AI 工程化

AI 工作流平台

• 基于 Dify 二次开发，框架从 Flask 迁移至 FastAPI
• 同步改造为全异步架构，显著提升并发处理能力
• Docker 容器化部署，支撑上层业务调用

projects/AI 工程化

决策引擎开发助手

• 基于现有规则引擎，通过大模型解读规则需求自动生成实现与测试
• 覆盖架构设计 / Prompt 工程 / 业务逻辑 / 后端 / 前端全流程
• 简单规则修改准确率 90%，复杂类型规则准确率 50%
• 独立交付 React 规则可视化编辑器

projects/AI 工具

智能代码助手（IDE 插件二次开发）

• 基于 JetBrains 插件二次开发，新增遥测日志、登录模块
• 优化远程配置合并策略
• 修复云桌面环境使用卡顿问题，持续迭代版本

projects/模型部署

异构算力模型部署平台

• 使用 LLM 框架在 GPU 上部署模型，支撑上层业务
• 使用 MindIE 框架在 NPU 上进行模型量化与部署
• 覆盖 GPU + NPU 异构算力模型部署能力

projects/Agent

多平台舆情分析 Agent

• 使用 Skill + LangChain 构建舆情分析 Agent
• 覆盖小红书、抖音等平台的信用卡相关舆情分析

projects/Agent/旗舰项目

多智能体（Multi-Agent）协作平台

• FastAPI + LangChain / DeepAgents 构建多智能体运行平台
• Skill 体系：本地 ./skills/ 目录自动发现，SKILL.md YAML frontmatter 驱动，SkillsMiddleware 动态加载
• 人机协作（HITL）：interrupt_on 策略拦截高危操作（delete_file / send_email），前端逐工具审批（Approve/Reject），MemorySaver 保障断点恢复
• SSE 实时流：POST /agent/run 启动任务 → GET /agent/stream/{thread_id} 推送事件，支持线程复用
• Loguru 结构化日志，控制台彩色 + 文件 DEBUG 轮转（10MB/7天）
• ThreadState 每线程独立 asyncio.Queue + 临时目录，支持并发隔离
• 单文件 HTML + marked.js + highlight.js 前端，Markdown 渲染 + HITL 审批 UI

projects/风控建模/旗舰项目

申请评分卡（A卡）智能构建与运维平台

• 覆盖数据层 / 建模层 / 上线层 / 监控层全生命周期
• 数据层：人行征信数据接入、多银行多版本整合、LLM 特征衍生、Vintage / Flowrate 分析、大宽表构建
• 建模层：9 步变量初筛（业务剔除→缺失值→集中度→WOE/IV→CSI→相关性→VIF→单调性→人工确认），XGB + 逻辑回归双模型，拒绝推断，OOT 跨时间验证（≥10%），评分转化（PDO=20/基准分600）
• 上线层：LLM 生成封装代码 + 100% 逻辑一致性验证，10% 灰度 → 全量标准化流程，含模型陪跑
• 监控层：KS / PSI / CSI 定期跑批，预警矩阵（A 诊断 / B 微调 / C 重构 / D 定期），LLM 自动生成监控报告
• 合规治理：Prompt 版本管理、人工确认节点、合规审批、审计日志，严禁 AI 独立决策

projects/风控建模

反诈骗电话机器学习建模

• 基于通话行为数据构建诈骗电话识别模型
• 特征工程：通话频率、时段分布、号码归属地、通话时长
• 多模型对比：决策树（可解释性）→ 随机森林（精度）→ 逻辑回归（生产部署）
• AUC / KS / 混淆矩阵 / 特征重要性全面评估

projects/高并发业务

高并发在线考试系统

• Flask + MySQL + Gunicorn，Docker 容器化部署
• 队列技术实现异步请求处理，应对高并发场景
• 全链路压力测试 + 性能瓶颈分析优化
• 独立交付 React 管理后台

projects/高并发业务/Go

多门店 PMS 酒店管理系统

• Go + Gin 单体架构 + 模块化设计，可插拔模块体系（按门店启停功能）
• 多门店数据隔离：storeId 贯穿所有集合，普通用户仅限本门店，超管可跨门店
• 房态状态机：6 种状态集中管理，变更需校验 → Redis 分布式锁 → Mongo 持久化 → 事件写入 → 审计日志
• 审批流引擎：关键操作触发审批，通过执行器注册表回调执行业务逻辑
• RBAC：User → Role → Permission 三级，JWT + 权限集合缓存
• 事件驱动 + 审计：全量记录 before/after，支持操作回放 / 重建房态 / 数据修复
• 分层规范：handler → service → repository 严格分层，pkg 工具包零依赖 internal
• 独立交付 React + Ant Design 管理控制台

projects/AI 基础设施

多协议 LLM API 网关

• 基于 Go 构建，统一代理多个大模型提供商接口
• 设计 MiddleRequest 中间层，支持 OpenAI ↔ Anthropic 任意协议互转
• 三种协议端点：OpenAI Chat / OpenAI Legacy / Anthropic Messages
• Round-robin 多端点负载均衡 + 失败自动重试（缓冲响应后发送）
• Semaphore 并发控制，流式 / 非流式请求独立限流
• Zap + Lumberjack 异步日志，控制台 human-readable + 文件 JSON 轮转
• 支持模型别名映射，上游协议自动选择
• 独立交付 React 管理控制台

projects/实时监控

实时流量监控仪表盘

• Go（Gin + Gorilla WebSocket）+ ECharts 构建
• 外部服务 POST /collect 上报流量事件
• 聚合引擎：4 个并发 Worker 处理队列，双 sync.Map（1秒窗口 QPS + 累计统计）
• WebSocket 广播按 app → api 分组的 QPS / 延迟 / 错误率 / 成功率
• 1 秒窗口自动重置，累计统计持久保留
• 独立交付 React + ECharts 实时面板

projects/MCP 协议

大数据任务智能管理 MCP 服务

• 基于 Model Context Protocol（MCP）构建 Spark / YARN 全生命周期操作服务
• 演进路线：v1 Python FastMCP → v2 因离线部署困难，迁移至 Go（mark3labs/mcp-go）静态编译
• 26 个 Tool 覆盖任务提交 / 删除 / 状态查询 / 结果获取 / 日志分析 / 性能指标
• RESTful 协议对接 Spark History Server 与 YARN ResourceManager
• CGO_ENABLED=0 静态编译，单二进制零依赖分发
• Recovery Middleware、Session 隔离、Tool Filtering，生产级高可用

summary/highlights

核心亮点

resume.md · 最后更新 2026-08