Etcetera

Etcetera

AI / Agent 工程师

个人简介

Agentic Full-Stack Engineer，4 年工程经验，长期把 Agent Skills、Harness、Memory、RAG 与 Cross-platform Clients 接进真实业务流。关注 observable、recoverable、iterable 的 AI Software System，而不是一次性 Prompt Demo。

工作经历2023.04 - 至今 · Agentic 系统、跨平台客户端、工程效率

2023 产品工程

从低代码 SaaS、移动端 H5 与地图组件进入复杂业务前端，先建立交付节奏与工程规约。

2024 客户端稳定性

转向量化交易桌面端，开始把构建管线、发布流程和错误上下文作为产品稳定性的核心。

2025 Agentic 系统

把工程重心迁到 Skills、Harness、Memory 与 RAG，让模型能力在可审计的运行循环里交付。

DCS Procurement AI Workflow

· 采购智能工作流 工作流设计 / Full-stack
角色
面向酒店采购的投标收集、评审打分、合同审核与归档闭环，负责 Agent 运行时、后端服务与前端工作台。
动作
  • 以主控与专项 Agent 编排技术评审、商务评审与合同审核三条审查链路。
  • 融合供应链、商务谈判与法律合规等多维度评审方法论。
  • 支持结构化输出、评审摘要与运行记录留存，便于复盘。
结果
将采购评审推进到 可审计的多 Agent 决策流程，支持模型参数在线调整、运行成本可追踪，并在中断或重跑场景下保留完整上下文。

Etyon Desktop AI Workbench

· 桌面 AI 工作台 Agent Runtime / Desktop
角色
面向本地开发与知识工作流的桌面 AI 工作台，负责 Agent Harness、Chat Runtime、项目上下文与本地 CLI 接入。
动作
  • 在 AI SDK、Hono 与 Electron 链路上构建 Harness 层，把模型调用、上下文构建、工具执行、权限审批、子 Agent 委派、事件日志与项目快照索引拆成可观测模块，并接入 Skills、Memory、@ 文件引用与 Rust CLI。
  • 构建 workspace tool surface，覆盖 read、grep、find、bash、edit、write、LSP inspect、web search，并通过权限策略、sandbox 边界与 secret path 防护控制风险。
  • 以事件溯源为底座（运行、事件、工具调用、审批、产物分表持久化）作为单一事实来源，聊天记录仅作为 UI 投影，支持 approval resume、active run 恢复与 Desktop / CLI 双入口。
  • 过程中沉淀出一套基于 Vite+ 与 Electron 的可复用桌面应用脚手架（主进程、渲染进程、构建、打包、CLI 接入、i18n 与工程校验约定）。
结果
将普通聊天客户端推进到可恢复的本地 Agent Harness，支持 tool trace、approval resume、队列消息回放、跨项目上下文检索与桌面 / CLI 双入口。

Internal Knowledge Agentic System

· Agentic 产品 方向主导
角色
面向 Knowledge Management 与 Spaced Review 的 Agentic Chat System，负责 Web、iOS、Retrieval Backbone、Graph Context 与 Rich-text Editing。
动作
  • 设计带 Sandbox Approval 的 Tool Calling，让模型可控地读写业务数据。
  • 重构组合召回：FTS、Title Match、Tag Inverted Index、ILIKE 与 LLM Reranker。
  • 用 xyflow 将 /ref 与 tags 沉淀成可供多跳推理的 Graph Context。
结果
覆盖 5 Core Product Loops，把 retrieval threshold、token / character budget 与 wasTruncated 做成 observable strategy，降低 BYOK 场景下的 context cost。

Cursor Hackathon · AI Coding Agent

· AI Coding 基座 架构负责人
角色
Claude Code-style Programming Assistant，目标是把 Session、Tools、Plan / Exec、Build 与 Context Compaction 组织成 runnable coding harness。
动作
  • 负责 plugin selection、coding standards 与整体 architecture。
  • 实现 Session Lifecycle 与 Streaming TUI/CLI 交互层。
  • 落地 file ops、code search、script execution、LSP checks 与 Web Search。
结果
交付 20+ Tool Capabilities 与 Plan / Exec、Compaction、Build sub-agents，让复杂 coding tasks 可以被拆分、执行和回收上下文。

Encrypted IM Client

· 跨平台客户端 核心工程师
角色
围绕 Matrix Protocol 的 Android、Electron 与 Web Client，负责 Rich Text、Deeplink、Navigation、Deployment 与 Rust SDK 维护。
动作
  • 定制 Matrix Rich-text Parser 与 Invite Link Navigation。
  • 重构 app-level Deeplink Dispatcher，基于 Appyx 解耦 Room、Settings、Room Creation。
  • 维护 Rust SDK 与 Debug / Release deployment 流程。
结果
在 quality gates 下推进 AI-assisted Coding，约 80% business / boilerplate code 由 AI 生成，delivery throughput 提升近 3 倍。

Quant Trading Desktop

· 实盘交易应用 技术重构
角色
面向 live quantitative trading 的 Desktop Client，负责 Build Architecture、Strategy Editing、Data Visualization、Automated Release 与 Error Context。
动作
  • 以 electron-builder + Rspack 替换 electron-forge + webpack。
  • 接入 TradingView、Monaco Editor 与 GitHub Actions 发布流程。
  • 用 napi-rs 将 key JS modules 迁到 Rust Native Addon。
结果
把 compile / package time 从 18s+ 压到 4s 以内，建立 GitHub Release 与 private CDN distribution。

Nebula Low-code Platform

· 低代码 SaaS 前端工程师
角色
Enterprise Low-code Platform 的 frontend 与 mobile migration，覆盖 Workflow Approval、Map Capability、Material Persistence、Runtime Theming 与 Legacy Reuse。
动作
  • 制定 Team Collaboration Standards 并发布 internal CLI。
  • 引入 IndexedDB 替代 Web Storage，迁移 CSS Modules 到 CSS-in-JS。
  • 通过 Module Federation 复用 legacy components，缩短迁移周期。
结果
支撑 private deployment delivery，形成 100w 项目回款收益，同时降低 merge conflict、review 与 migration overhead。

AI 判断与行动

2023先约束协作成本

在低代码团队先做规约和 CLI，而不是只堆页面；复杂前端的瓶颈通常先出现在所有权边界。

2024客户端体验始于构建环节

量化交易桌面端重构优先压缩构建 / 发布循环，因为实盘产品的稳定性来自每次可重复的交付。

2025Agent 需要可观测性

把审批、预算、检索和回退写进 Harness，避免模型能力停留在不可复盘的 Prompt 调试。

核心能力

Agent Skills/Tooling
能把业务动作封装成 Skills / MCP / Tool Calling，并补上审批边界、结构化输出、流式反馈与失败回退。
Harness/Runtime
熟悉 Session Lifecycle、Plan / Exec、Hooks、Compaction、Permission Modes 与 Sandbox Execution，能把 Agent 从 Demo 推到 Runnable System。
Memory/Context
围绕 Memory Files、Graph Context、token budget、Prompt Caching 与 wasTruncated 管理 input quality 和 reasoning cost。
RAG/Retrieval
覆盖 Chunking、Embedding、FTS、Title Match、Tag Inverted Index、Hybrid Recall、LLM Reranker 与 Citation Traceability。
Product/Engineering
TypeScript、React、Svelte、Electron、Tauri、Expo、Hono、oRPC、PostgreSQL、Rust 与 Docker，能够横跨 frontend、client、server。

教育背景

四川大学锦江学院 本科 · 软件工程 · 以工程实践和开源项目补足课堂之外的系统能力