把依据留在答案里
混合检索、来源绑定与原页定位，让回答可以核验；把计算交给确定性工具，减少口径含糊。
FinAnalyst-RAG
毕业院校广东工业大学
专业背景计算机科学与技术 · 本科
求职方向大模型应用 / AI 全栈开发
意向城市广州
项目作品04
覆盖知识检索、内容生成与全栈产品的四次实践。
{{PROJECTS}}
把等待拆成可交付的进展
正文先读、增强后补；导出任务持久化、输入冻结、失败可重试，让长任务有明确状态。
Video to Article / ClipRAG-Omni把功能连接成完整产品
从身份、数据模型到文件存储与审核，把 AI 功能放进用户真正能操作的业务流程。
CodePost技术栈
围绕真实项目，连接模型能力、业务逻辑与产品交付。
AI 应用与知识检索
- RAG 检索链路
关键词与向量双路召回、RRF 融合、模型重排，结合范围过滤与原文引用组织回答依据。
- 智能体与工具编排
通过异步状态图串联路由、检索、工具计算、生成和校验，设置执行预算与异常降级。
- 多模态与质量评测
使用视觉模型描述视频画面、嵌入模型索引素材；结合 Ragas 与 Recall@K 检查回答和检索质量。
后端与数据工程
- Python / FastAPI
开发异步接口与后台处理流程，使用 Pydantic 校验数据，通过 httpx 连接模型服务并复用客户端。
- TypeScript / Node.js
基于 Express 与 Next.js API 实现业务接口、文件上传、任务队列和取消重试。
- SQL 与数据建模
使用 PostgreSQL、SQLite、Prisma 和 SQLAlchemy 管理业务数据，设计关系约束、查询索引与持久化任务。
前端与产品体验
- React / Next.js / Vue 3
实现工作台、作品社区和阅读界面，处理任务进度、身份切换、筛选与历史记录等交互。
- TypeScript / HTML / CSS
组织组件和接口类型，完成响应式布局、深浅主题、键盘操作与弹窗交互。
- 内容与实时反馈
实现 Markdown / HTML 展示、沙盒预览与截图画廊；按业务场景使用 SSE 或轮询反馈执行进度。
媒体处理与工程交付
- FFmpeg / ffprobe / yt-dlp
处理字幕提取、场景切片、关键帧与视频合成，通过时长、音轨和文件校验确认媒体产物。
- Linux / Nginx / 部署配置
维护服务器运行与 HTTPS 入口，配置反向代理和静态资源；为项目编写 Docker 构建与编排文件。
- 测试与可观测性
使用 Python 测试、Vitest / Jest 与离线样本验证关键流程，记录 Trace、节点耗时、Token 和错误状态。
关于我
以项目为起点，
持续把问题做深。
我是冯嘉俊，广东工业大学计算机科学与技术专业本科毕业生，正在寻找大模型应用开发与 AI 全栈开发机会。
项目实践覆盖 Python 与 TypeScript 服务端、RAG 检索与评测、FFmpeg 媒体处理，以及 React / Vue 前端。我希望参与从需求分析、实现到上线维护的完整过程。
教育经历广东工业大学
计算机科学与技术 / 本科
2022.09 - 2026.07
荣誉与语言蓝桥杯省赛三等奖
2024 年 C++ B 组
大学英语六级 567 分
LET’S BUILD SOMETHING USEFUL