我是 CHX606，方向是 AI 应用开发、 AI 全栈与 Agent 开发。
比起单独接通一个模型接口，我更在意应用怎样处理上下文、连接数据、控制权限，以及怎样用测试和评测说明它到底做到了哪里。
- 在 Bit Agent 中实践工具调用、多 Agent 只读调查、MCP 工具接入、上下文压缩、人工审批与沙箱验证。
- 在知识库客服中实践混合检索、CPU 精排、路由优化、转人工闭环与评测驱动迭代。
- 在业务应用中打通用户入口、数据保存与部署交付。
代表作品
一个做 Agent 执行，一个做知识检索。卡片中的数字都来自仓库内的测试与评测记录，详情页写明了测试条件和未覆盖的范围。
- 01 / 桌面编程 Agent · 1.0 · 持续开发
Bit Agent
会查代码、改文件、跑验证的桌面编程 Agent：只读子 Agent 并行调查，写入前人工授权，修改后在禁网沙箱中验证，并可经 MCP 接入外部工具和内置浏览器。- Python 测试通过
- 697
- Desktop 与 Gateway 测试通过
- 421
- 打包版布局检查通过
- 32
- 从桌面到执行服务的分层
- 多 Agent：多人调查，一人修改
- 上下文与记忆
- 写入前授权，修改后沙箱验证
- MCP 工具与内置浏览器
- OpenAI Agents SDK
- MCP
- Python
- Electron
- Fastify
- SQLite
- 02 / 多租户 RAG 应用 · 持续迭代
知识库客服 Agent
混合检索、CPU 精排与证据约束回答的多租户客服；资料不足时先追问、再转人工并邮件通知，用固定测试集度量召回、延迟和转人工行为。- Hit@5 召回命中率
- 91.11%
- 完整答案 P95优化前 14.3 s
- 7.1 s
- 应答题误转人工优化前 4%
- 0%
- 关键词与语义一起召回
- CPU 上的精排
- 按问题复杂度路由
- 并发下的数据一致性
- 答不了时交给人工
- FastAPI
- LangGraph
- OpenSearch
- ONNX Runtime
- React
更多作品
全部作品与搜索AI 全栈业务应用，以及一段 Java 后端学习实践。
- 03 / 数字商品交付应用 · 功能实现
取件处
把邀请码核销、自动交付和人工开通工单，收进一个简单的入口。- Next.js
- React
- SQLite
- Nodemailer
- 04 / 采购与外包信息工作台 · 本地可运行
TenderDesk · 国内商机雷达
汇总国内政府采购、企业采购与外包线索，按业务画像筛选、收藏并生成日报。- React / TypeScript
- Better Auth
- Drizzle / D1
- Cloudflare Workers
- 05 / 开源项目学习实践 · 学习项目
Java 电商后端实践
基于 macrozheng/mall，围绕商品、订单和消息队列理解完整业务链路。- Spring Boot
- MyBatis
- Redis
- RabbitMQ
能力地图
每一项都能在对应项目里找到实现和记录。
- Agent 工程
工具调用、多 Agent、MCP 与人工审批
用 OpenAI Agents SDK 组织模型与工具循环；子 Agent 只读调查、主 Agent 统一修改；经 MCP 接入外部工具和内置浏览器，写入与网页操作前授权，改动可审阅、可撤销。
对应项目： Bit Agent
- RAG 检索
混合召回、精排与证据约束
BM25 与向量召回经 RRF 融合，ONNX INT8 CrossEncoder 在 CPU 上精排并补齐相邻块；回答只基于通过校验的证据块输出，资料不足时部分回答或先追问、再转人工。
对应项目： 知识库客服 Agent
- 上下文与状态
让长任务和多轮对话保持可用
按 Token 预算压缩历史，并保留工具调用的完整性；会话、工作记忆与缓存按版本落盘，并发冲突明确返回，不静默覆盖。
对应项目： Bit Agent 、 知识库客服 Agent
- AI 全栈
从界面、服务到部署
Electron、React 与 Next.js 界面；Fastify、FastAPI 与 Cloudflare Workers 服务；SSE / NDJSON 流式输出；SQLite、OpenSearch 与 D1 存储；Docker Compose 与 1Panel 部署。
对应项目： Bit Agent 、 知识库客服 Agent 、 TenderDesk · 国内商机雷达 、 取件处
- 评测与工程质量
用数据和测试说明做到了哪里
固定测试集度量 Hit@5、MRR、各阶段 P95，并用改前改后对照评测转人工行为；Agent 修改后在禁网 OS 沙箱中验证，只追究新增失败；CI 运行 pytest、Ruff、类型检查与分层依赖检查；打包程序做端到端验收，并写明未验证的范围。
对应项目： 知识库客服 Agent 、 Bit Agent