🎓 华东师范大学 软件工程硕士在读
💻 Java 后端 / AI 应用开发 / 大数据与智能系统方向
🚀 关注 Spring Boot、Redis、RAG、Agent、MCP、分布式系统与工程化落地
我是一名软件工程方向的研究生，目前主要关注 Java 后端开发、AI 应用开发、RAG 知识库系统与智能体工程化。
我有较完整的后端项目开发经验，熟悉 Spring Boot、MySQL、Redis、RabbitMQ、WebSocket 等技术栈，也参与过工业测试用例生成、可视化测试用例编写工具、智能协同云图库和旅游 AI 智能体等项目。
目前我正在持续学习和实践：
- Java 后端开发与微服务工程化
- Redis + Caffeine 多级缓存与高并发优化
- RAG 知识库、Tool Calling、MCP 与智能体架构
- AI 应用开发中的 Prompt Engineering 与 Vibe Coding
- Vue / Electron 等前端与桌面端应用开发
基于 Spring Boot + Redis + COS + AI + WebSocket + Vue 的智能协同图片管理平台，支持公共图库、私有图库、团队图库、图片管理、团队协作和 AI 生图等功能。
项目亮点：
- 使用 Redis + Caffeine 构建多级缓存，将热门图片查询接口平均响应时间从约 200ms 优化至 50ms 以内
- 基于 Sa-Token 多 LoginType 机制设计用户 / 团队双账号体系
- 构建 RBAC 权限模型，实现统一鉴权中间层，降低业务代码权限耦合
- 基于腾讯云 COS 生命周期策略、WebP / AVIF 压缩和 MD5 去重机制，降低存储成本
- 使用 WebSocket 实现多人实时协作编辑
- 引入 Disruptor 无锁队列进行消息异步处理，降低线程竞争与延迟
- 集成内容安全 API 与 RabbitMQ 人工审核队列，实现审核流程自动化
基于 Spring Boot + Spring AI + RAG + Tool Calling + MCP + Vue 的旅游智能体项目，为用户提供出行规划、旅游攻略、多轮对话和知识库问答能力。
项目亮点：
- 构建 RAG 旅游攻略知识库，实现文档 ETL、PGVector 向量存储和自动元信息标注
- 结合多查询扩展、实体扩展和查询重写机制，提升知识检索召回率和回复准确度
- 基于文件系统和 Kryo 序列化实现 ChatMemory 持久化，解决服务重启后记忆丢失问题
- 使用 Spring AI MCP Server 集成 Pexels 图片 API，支持 AI 联网检索图片资源
- 实现 Stdio 和 SSE 两种 MCP 传输模式，适配不同部署场景
- 参考 OpenManus 实现支持 Human-in-the-Loop 的分层智能体架构
- 通过步骤限制、状态管理和死循环检测提升智能体运行稳定性
在工业控制安全相关实习中，基于大模型 Prompt Engineering 构建工业测试用例自动生成方案。
主要工作：
- 针对真实工业场景设计多轮 Prompt 模板与约束策略
- 引导大模型生成结构化中间表示
- 结合规则驱动与约束搜索生成可执行测试用例
- 通过 Few-shot 示例增强和规则校验机制减少大模型幻觉
- 提升测试用例覆盖率，增强工业场景下测试生成的可靠性
在机电软件与电子硬件相关实习中，参与基于 Node.js + Electron + Vue 的可视化测试用例编写工具设计与开发。
主要工作：
- 支撑上千条测试用例的高效管理与编写
- 支持约束求解工具和大模型自动生成结构化测试用例
- 针对本地 JSON 存储场景设计加载性能优化方案
- 通过“摘要 + 详情懒加载 + 本地缓存”机制减少全量 IO 和重复解析开销
- 将系统加载响应时间从约 80ms 优化至 20ms 以内
-
华东师范大学 软件工程 硕士
2024.09 - 2027.06 -
河海大学 软件工程 本科
2020.09 - 2024.06
- GitHub: github.com/FishMoun
- Email: qinling321@foxmail.com
- Java 后端高并发与缓存优化
- RAG 知识库系统与检索增强生成
- Spring AI、MCP 与智能体工程化
- AI Coding / Vibe Coding 在实际项目中的落地
- 大模型在测试用例生成、自动化分析和软件工程中的应用