LLM Application / RAG · Agent
李玉鑫
北方工业大学计算机技术硕士在读。做过企业级 RAG 知识库与 Java Agent CLI，
关注 LLM 应用的工程落地。
01
个人定位
我是北方工业大学计算机技术专业的硕士生，研二在读，方向是 LLM 应用与 Agent 工程。
我做过两个互补的项目：一个是面向企业私有文档的 RAG 知识库，
从文档解析、异步向量化，到混合检索和带引用溯源的流式问答，完整走了一遍工程链路；
另一个是 Java Agent CLI，把 ReAct 循环、并行工具调用、
上下文压缩、MCP 协议和三层安全防线的实现落地。
用这套组合去理解 LLM 应用的两面：它既能落成一个企业系统，也能拆成一个执行引擎。
02
项目
两个项目正好互补：一个偏应用层的后端工程能力，一个偏底层的 Agent 架构理解。
PROJECT 01 · 2025.12 — 2026.03 · 独立开发
一心 yixn · 企业级 RAG 知识库
面向企业私有文档的知识库问答系统。文档上传后自动解析、语义切片、向量化入库；
员工用自然语言提问，系统在权限范围内检索，并生成带引用来源的回答。
- 检索链路
- Elasticsearch 单次查询内完成 2048 维向量召回与 BM25 精排
- 工程落地
- 五服务 Docker 编排，定位并修复 23 处部署配置问题
- 可靠性
- Kafka 事务投递 + 退避重试 + 死信主题，状态机避免任务静默丢失
进入项目详情 →
PROJECT 02 · 2026.04 — 2026.08 · 独立开发
PaiCLI · Java Agent CLI
一个跑在终端里的 Java AI Agent：用 ReAct 循环驱动大模型自主调用本地工具完成
代码理解与工程操作，整个过程可审批、可回滚、可审计。
- Agent 循环
- 模型自决退出的 ReAct，多工具 4 路并发、按原始顺序回填保证协议配对
- 上下文工程
- 按模型窗口派生压缩阈值，切分点强制落在 user 消息边界
- 安全防线
- HITL 审批 → 路径围栏 → 命令黑名单，JGit 独立快照支持按轮次回滚
进入项目详情 →
03
技能
- Agent / LLM 应用
-
ReAct 循环与工具编排、Function Calling、MCP 协议、记忆体系与上下文压缩、
流式与中断取消、RAG 全链路；了解 LangChain / LangGraph / LlamaIndex、Spring AI
- 后端开发
-
Java（集合 / 并发 / JVM 基础）、Spring Boot、Spring Security、Spring Data JPA；
MySQL（索引 / 事务 / 锁）、Redis（缓存三大问题 / 持久化 / Bitmap）
- 数据与中间件
-
Kafka（acks / 幂等生产者 / 死信）、Elasticsearch（倒排索引 / 中文分词 / 向量检索）；
了解 MinIO、Apache Tika、WebSocket
- 语言与工具
-
Python（asyncio / Pydantic / FastAPI）、Git、Linux、Maven、Docker、Nginx、Shell 脚本
- 其他
-
英语 CET-6，能直接读英文官方文档与源码注释；
熟练使用 Cursor、Codex、DeepSeek Harness 等 AI 编程工具