Agent 开发工程师 | AI Agent · RAG · 大模型微调
- 求职方向：Agent 开发工程师、前端 3D 可视化工程师
- 技术方向：Cesium、Three.js、前端 3D 可视化
- 联系方式：17610603706
- 邮箱：17610603706@163.com
我是王亚伟，Agent 开发工程师，专注于 AI Agent、RAG 与大模型微调。参与过企业行研多智能体、运营商智能客服和 ChatBI 系统建设，工作覆盖 Agent 架构设计、任务编排、工具集成、模型训练与效果评估。
我重点关注 Agent 运行时、上下文管理、长期记忆与多 Agent 协作，以及 面向工具调用的数据构造与 LoRA 微调。通过 TravelNova 和 NexCode 持续实践从训练数据、模型推理到工具执行、任务恢复的完整流程，并把实现细节整理成开源代码和技术文章。
曾在商汤科技负责 SenseEarth 智能遥感解译平台及 SenseRemote Layers 3D 三维模型生成与解译平台前端与三维可视化开发。
| 方向 | 技术与实践 |
|---|---|
| Agent 工程 | ReAct、Function Calling、LangChain / LangGraph、MCP、Skills、多 Agent 协作、上下文与记忆管理 |
| RAG 检索 | 文档解析与分块、Embedding、Milvus、BM25、RRF 融合、Rerank、检索与回答质量评估 |
| 模型微调 | Qwen3、Transformers、PEFT、LoRA SFT、训练数据构造、assistant 标签掩码、Badcase 迭代 |
| 应用工程 | Python / asyncio / FastAPI、TypeScript、SSE 流式交互、Langfuse 调用追踪 |
TravelNova · 面向工具调用微调的旅行 Agent
从场景构造、工具执行轨迹到 LoRA 微调与本地推理，完成旅行助手的训练与应用链路。
Python · Qwen3-0.6B · Transformers / PEFT · LoRA · Milvus · Langfuse
- 数据构造：围绕旅行规划、路线、住宿、闲聊与拒答生成 1,010 条场景；采集工具调用、工具结果和最终回答，将 808 条训练对话通过前缀扩展与末轮重采样整理为 2,207 条训练序列。
- 微调与部署：处理 Qwen Chat Template、assistant 监督区间与标签掩码，完成 Qwen3-0.6B 的 LoRA SFT 和权重合并，再将训练产物接回本地 Function Calling 链路。
- 检索与观测：基于 361 份城市攻略建立 Milvus 检索库，结合向量、关键词与 RRF 融合，接入攻略、天气、路线等工具，并通过 Langfuse 记录调用轨迹。
NexCode · 支持长任务与多 Agent 协作的 AI 编程助手
让模型在真实代码仓库中读取上下文、执行工具、观察结果，并持续推进编程任务。
Python · asyncio · Textual · MCP · Skills · Git worktree
- 异步运行时：统一 Anthropic、OpenAI 等模型服务的流式事件；完整工具调用到达后即可调度执行，让工具运行与模型输出交叠，并持续反馈任务进度。
- 上下文与记忆：结合工具结果预算、历史摘要、近期原文和恢复附件控制上下文增长；通过 JSONL 会话记录与 Markdown 长期记忆支持任务续接和跨会话复用。
- 协作与扩展：实现子 Agent 分工、团队消息和共享任务状态，通过 Git worktree 隔离工作目录；支持 MCP 工具 Schema 按需加载、Skills 扩展及执行前权限检查。