👋 你好，我是 AI Composer 技术猿

一名专注于 AI 应用开发 和 后端工程 的技术实践者。

🎯 我的技术方向

AI 应用开发

  • 大模型应用：Prompt Engineering、RAG、Agent 开发
  • AI 工程化：模型部署、推理优化、可观测性
  • 多模态应用：视觉识别、语音处理、文档理解

后端开发

  • Java 生态：Spring Boot、Spring Cloud、微服务架构
  • 数据库：MySQL、Redis、Elasticsearch
  • 消息队列：Kafka、RabbitMQ
  • DevOps：Docker、Kubernetes、CI/CD

投资理财

  • 量化分析：数据驱动的投资决策
  • 风险管理：资产配置与风险控制框架
  • 市场研究：宏观经济与行业分析

🛠️ 技术栈

AI/ML

1
2
3
4
LangChain / LlamaIndex / Spring AI
PyTorch / Transformers / HuggingFace
vLLM / Ollama / SGLang
Milvus / Qdrant / Chroma

Backend

1
2
3
4
Java / Spring Boot / MyBatis
MySQL / Redis / Elasticsearch
Kafka / RabbitMQ
Docker / Kubernetes

Frontend

1
2
Vue.js / React / TypeScript
Tailwind CSS / Element UI

📝 博客定位

这个博客是我的技术沉淀基地，主要记录三类内容：

  1. AI 后端学习

    • 大模型应用开发实践
    • RAG 系统设计与优化
    • Agent 开发与编排

  2. 工程实践

    • 后端架构设计
    • 性能优化技巧
    • DevOps 最佳实践

  3. 投资理财

    • 量化分析方法
    • 风险管理框架
    • 学习笔记与复盘

🚀 项目经历

OmniAgent 多智能体平台

  • 基于 LangGraph 的多 Agent 编排框架
  • 支持 RAG、工具调用、记忆管理
  • 前后端分离架构，支持私有化部署

企业知识库系统

  • 基于 RAG 的智能问答系统
  • 支持多格式文档解析（PDF、Word、Excel）
  • 混合检索 + 重排序优化

AI 短剧生成器

  • 从剧本到视频的自动化流水线
  • 集成 Kling/Sora 等视频生成 API
  • 支持角色一致性控制

📫 联系方式

💡 写在最后

技术的价值在于解决问题，而不在于炫技。

我追求的是：用最简单的方案，解决最实际的问题。

如果你对我的文章有任何想法或建议，欢迎在评论区交流！

最后更新：2026-05-09