你好，我是廖瀚

基于 Spring AI 框架，为活化非遗文化、优化旅游体验，打造移动端 H5 智能伴游平台。 整合实时环境数据与用户偏好，通过 AI 实现精准推荐、深度讲解，结合轻量化商业导流， 为用户提供全方位保姆级服务。

• 利用 iText 9 实现 PDF 游览报告生成，生成后自动上传至对象存储并返回下载链接； 通过 Spring AI 的 @Tool 注解将 PDF 生成能力封装为 AI 可调用工具， 实现用户对话中自然语言触发文档导出。
• 主导 RAG 知识库全链路的构建与优化：文档读取、Token 切片、自动标注元信息， 结合自定义 VectorStore 与 PGVector 向量数据库实现语义检索， 适配多查询扩展、查询重写等策略提升检索效果。
• 基于 ReAct 模式构建具备自主规划能力的 AI 智能体， 能够分解任务、自主决策、选择工具、循环执行，直到满足需求。
• 设计智能工具调用策略：单工具串行执行，多工具自动切换为线程池并行执行， 通过 CompletableFuture 实现异步编排， 工具调用耗时降低 60%。
• 设计单例模式集中式工具注册类，负责工具的统一配置与生命周期管理， 通过 MCP 工具自注册方式对接 Python 推荐算法，赋能智能地点推荐场景。

面向银河麒麟操作系统打造的智能运维监控平台，提供系统实时监控、性能分析、 异常检测与自动修复、内核参数智能调优等功能。平台集成多智能体协同工作流， 支持基于 RAG 的智能问答、eBPF 深度监控、火焰图生成以及一键调优等高级特性， 帮助运维人员实现系统状态可视化与自动化运维。

• 设计三层记忆架构与上下文压缩方案：工作记忆（Redis 滑动窗口）+ 情景记忆（LLM 摘要）+ 语义记忆，结合监控数据选择性保留、对话自动摘要等压缩策略， 长会话上下文 token 占用降低 60%+，支持跨会话知识复用。
• 采用 RAG（检索增强生成）技术构建智能问答系统，结合 PGVector 向量数据库 与 BGE-M3 嵌入模型，实现运维知识的高效检索与智能回答。
• 设计 BaseAgent 抽象基类统一智能体接口，派生根因分析、异常检测、用户问答、 通用 NLP 等专业智能体，各 Agent 绑定独立 RAG 知识库与工具集，实现职责分离。
• 基于 LangGraph 实现多智能体协同工作流，支持工作流暂停 / 恢复机制， 包括分析代理、异常处理代理、用户问答代理等， 通过状态机编排实现复杂运维任务的自动化处理。