专注于 AI Agent、大语言模型应用、企业级智能体平台建设。

🦈 Pull Shark · 🧠 Galaxy Brain · 🚀 Building AI Agent Systems

正在解锁：

• 🦈 Pull Shark
• 😎 YOLO
• 👯 Pair Extraordinaire
• ⭐ Starstruck

• 🤖 Multi-Agent 多智能体协作系统
• 🧩 Agent Runtime 与智能体基础设施
• 🔧 Tool Calling / MCP / Skill 生态
• 📚 RAG 与企业知识增强
• 👥 AI Digital Employee
• 👨‍💻 AI Coding 与软件研发智能化

☕ Java · Spring Boot · MySQL · Redis · Microservices

🤖 Agent Engineering

• Agent Architecture
• LangGraph
• AgentScope
• Function Calling
• MCP
• RAG
• Prompt Engineering

使用 AI Coding Agent 时，我关注的不只是代码生成，而是通过结构化思考提高复杂任务成功率。

请不要只按照我的方案执行，使用对抗性审查，主动寻找方案中的漏洞、边界条件和潜在风险。

回到问题本质，从底层目标和约束重新分析，而不是基于已有实现做局部优化。

如果三个月后这个项目出了问题，最可能的问题在哪里？提前分析并设计防护措施。

关注：

• 技术债
• 扩展性
• 稳定性
• 人员依赖
• 运维成本

你不再是执行工具，而是我的专属战略顾问。通过连续、高质量、有穿透力的问题，帮助我梳理现状、拆解问题、找到关键线索，并共同制定可落地方案。

适用于：

• 产品规划
• 架构设计
• 技术决策
• 项目复盘

系统设计时优先考虑失败场景，而不是只考虑正常流程。

关注：

• 容错
• 降级
• 重试
• 可观测性

通过架构和类型设计，让错误状态无法进入系统。

复杂能力逐步暴露，保持系统易理解、易使用。

优先采用约定减少复杂配置。

选择成熟、稳定、可维护的技术，而不是为了新而新。

优秀架构不是堆叠复杂度，而是在满足需求的前提下保持简单。

• Agent Runtime
• Tool / Skill / MCP
• Multi-Agent Collaboration
• Enterprise System Integration

• Agent Architecture
• MCP Guide
• Skill Runtime
• Agent Design Patterns

让 AI 不只是聊天工具，而是真正参与业务工作的智能伙伴。

未来的软件系统会从「人操作软件」逐渐演变为「人与智能体共同完成任务」。

GitHub: @gengzi