- 个人简历
- 努力超越自己，每天进步一点点
- 姓 名： 逗号简历
- 年 龄： 24
- 性 别： 男
- 籍 贯： 深圳
- 现居地： 深圳
- 工作年限： 在校实习
- 电 话： 176-0000-0106
- 邮 箱： xule@email.com
- 2024 ~ 2027
- 华南理工大学
- 软件工程（硕士）
学业状态： 在读
本科：华南理工大学 计算机科学与技术，GPA 3.7/4.0
主修课程：数据结构、操作系统、分布式系统、机器学习基础
软件工程硕士在读（研一），Agent 开发方向。个人开源可调用日历、天气、邮件的助理 Agent（ReAct + function calling），在 GitHub 获上百 star。实习期间参与企业办事助理 Agent 开发，将 3 个内部系统接口封装为可调用工具，用 LangGraph 搭建任务状态流转并加入失败重试与转人工兜底。通过 50 条任务评测集定位工具描述不清的失败主因，改进后任务成功率相对提升约 15%。
- 2025-03 ~ 至今
- XX科技（企业服务 SaaS，员工1000+）
- Agent 开发实习生
在 AI 平台团队，参与一个企业内部办事助理 Agent 的开发（能查数据、建工单、发通知）
负责把 3 个内部系统的接口封装成 Agent 可调用的工具（function calling），写清工具描述和参数校验，让大模型能稳定选对工具
用 LangGraph 搭了任务执行的状态流转，加了工具调用失败的重试和转人工兜底，把"卡死不动"的情况基本消掉
参与做了一个 50 条任务的评测集，按任务成功率和平均步数衡量每次改动，帮团队定位到"工具描述不清导致选错工具"是主要失败原因，改完后成功率相对提升约 15%
学着做了执行日志的埋点，能回溯 Agent 每一步的规划、工具调用和返回，方便排查问题
- 个人开源项目
写了一个能调用日历、天气、邮件工具的个人助理 Agent（基于 ReAct + function calling），在 GitHub 开源，获得上百 star
- 黑客松
校内 AI 黑客松二等奖，团队做了一个"自动整理会议纪要并派发待办"的 Agent
- 课程项目与竞赛 3
课程项目里用 LangGraph 和 AutoGPT 类框架做过对比，理解了不同规划策略（ReAct / Plan-and-Execute）的适用场景
Agent 基础：function calling、工具设计、任务规划（ReAct/Plan-Execute）、失败兜底
框架/工具：LangGraph、AutoGPT 类框架、大模型 API（OpenAI/Claude/通义）
评测：任务成功率/步数评测集、执行日志埋点（参与）
编程：Python（熟练）、TypeScript、Git
工程：FastAPI、Docker（基础）、接口封装
英语：CET-6，能读英文论文和技术文档