个人简介
你好！我是一名专注于人工智能领域的工程师和技术博主，拥有 5 年 + 的 AI 研发经验。目前专注于大语言模型（LLM）、检索增强生成（RAG）、Transformer 架构以及 Prompt 工程等领域的研究和应用开发。
在这个博客中，我会分享：
LLM 应用开发实战经验
RAG 系统架构设计与优化
Transformer 模型原理详解
Prompt Engineering 最佳实践
LangChain 框架应用技巧
AI 辅助开发工具使用心得
我相信通过持续学习和分享，可以让技术变得更有温度。如果你有任何问题或想法，欢迎通过留言或社交媒体与我交流！
代表项目
Datas_Agent
数据分析基于 LangChain + LM Studio 的 语义层 NL2SQL 数据分析系统，支持用自然语言查询业务数据，自动生成 SQL、可视化图表和分析结论
基于 LangGraph + Ollama 构建的企业级智能客服系统。支持多轮对话、意图识别、知识库检索，可与企业现有系统无缝集成，大幅降低客服成本，提升响应效率。
本项目基于 Apple MLX 框架，在 Mac 设备上轻量化微调 Qwen3-4B-Instruct 模型，针对冻冻网络冷冻食品客服场景进行专属适配。全程采用 LoRA 微调方案，仅训练少量参数，兼顾训练速度与效果，最终完成模型权重合并、GGUF 量化，可本地离线部署推理
wechat_agent_ai
Agent本项目是一个专为微信公众号设计的轻量智能对话Agent，基于 `FastAPI + LangGraph + Ollama + FAISS` 构建，支持：- 大模型闲聊（一句话短回答，适配微信场景）- RAG 知识库检索- 日期类接口调用（每日一句）- **微信重试缓存机制**：彻底解决公众号5秒超时问题，无需客服消息，100%保证消息送达- Nginx 反向代理，适配公网部署
Embrace-AI
AI编程由 AI 设计开发， 基于 Typecho 1.1 开发的现代化博客主题。支持响应式布局、深色模式、AI 标签管理、每日一图、相册展示等特色功能，设计简洁优雅，注重用户体验和性能优化。
LangChain 1.0 版本的系统学习笔记。涵盖 Prompt Engineering、Chains、Agents、Memory、Tools 等核心概念，通过丰富的代码示例帮助你理解 LangChain 的架构设计和使用方法。
LlamaIndex 学习文档与实战案例。包含数据连接器、索引构建、查询引擎、RAG 应用开发等核心内容，帮助你快速掌握 LlamaIndex 在大模型应用开发中的使用技巧。
由 AI 设计编写，面向山东省企、央企、国企的培训招标公示提醒平台。自动抓取各地招投标网站信息，通过 AI 智能匹配和推送相关培训项目，帮助企业及时获取商机，提升中标率。