崔一天
深耕 Java 微服务架构（Dubbo 3.x / Spring Boot 3）与高并发系统，深度探索 AI Agent 智能体工程落地（AgentScope / LangChain4j / FastMCP）。具备大规模数据传输管线、向量知识库检索与全栈交付能力，拥有个人开源项目持续维护经验。
全景技术图谱
DYNAMIC RADAR & DOMAIN MATRIX理解 Java IO、底层多线程并发与算法数据结构。熟练使用 Spring 生态与 Dubbo 3.x 远程调用，具备泛微 OA 生态插件化架构落地与大型微服务系统开发经验。
落地 ReAct 模式多步推理与自主工具调度。基于 Milvus HNSW 索引构建百万级向量检索，实现 SSE 流式交互可观测性与 Skill 规范编写。
掌握消息队列削峰解耦，利用 Redis 实现分布式锁防超选与接口限流。具备 TB 级海量媒体数据高并发稳定抓取与 HDFS 转存经验。
具备独立开发全栈 Web 应用能力，熟练编写 Python 自动化脚本与 JS 逆向解析，通过 Jenkins 和 Kubernetes 容器化集群规范化落地日常交付。
实习工作经历
PROFESSIONAL WORK & INTERNSHIP- 生态平台全流程开发：负责泛微 ecology9 / ecology10 生态平台的日常需求开发，独立承担需求分析、后端接口开发、前端 Ecode 定制及上线交付全流程。
- 独立 Agent 服务接入：搭建独立 Agent 服务（Spring Boot / AgentScope），经由 E9 JVM 代理接入 OA 系统。
- 能力按 Code 插件化：实现智能填单、流式对话、流程/建模/人事意图识别以及运维只读诊断等插件化能力落地。
- Dubbo 微服务日常迭代与 CI/CD 运维：参与 Dubbo 微服务架构下多个业务模块的需求迭代开发，通过 Jenkins 搭建自动化 CI/CD 流程实现代码构建、测试与部署自动化，项目统一部署于 K8s 集群。
- 外高桥智能体项目落地：基于 AgentScope 框架，主导外高桥项目智能体（Agent）开发，落地 ReAct 模式实现智能体多步推理与工具调用能力。
- 标准 Tool 层封装：设计并封装 Tool 层，通过 Dubbo 协议远程调用公司微服务 Service 接口获取业务数据，配合前端完成数据可视化图表渲染。
- Skill 技能规范编制：编写 Agent 技能定义文档，明确智能体能力边界与适用场景，提升工具调用的准确率与可控性。
- TB 级高并发数据抓取传输：负责开发高并发稳定的下载脚本，获取并传输 TB 级数据（图片、视频、音频、直播间媒体流、文本、书籍等），并稳定对接 HDFS 文件系统。
- 容器与定时任务调度：参与 Docker 镜像管理以及 Kubernetes 普通任务与定时任务的部署和运行维护。
- 编写高效传输脚本：负责开发 Shell 传输脚本完成大规模 TB 级数据传输任务。
精选项目实战
CLICK ANY PROJECT TO INSPECT ARCHITECTURE PIPELINEShayuAgent · 个人 AI Agent 工作台
基于 Spring Boot 3、AgentScope Java、React/Vite、MySQL 与 FastMCP 构建的全栈 AI Agent 项目，支持多用户登录、SSE 流式对话、ReAct 工具调用与数据看板。
- 全栈架构协同：Java 后端负责 Agent 编排、会话与安全持久化，Python FastMCP 扩展工具生态，React 前端提供聊天工作台与轨迹看板。
- 统一工具编排：统一注册 Java 本地工具、用户工具与 MCP 远程工具，实现热点采集、网页阅读、视频转写、邮件简报等工作流。
- 可观测链路：实现 SSE 流式对话，将 REASONING / TOOL_USE / TOOL_RESULT 实时映射至前端流水线与卡片。
- 视频处理管线：B站 WBI 签名解析、DASH 音视频合并、本地 whisper.cpp 转写与素材沉淀。
面试明镜 (interview-mirror)
基于 Spring Cloud 微服务架构的 AI 面试辅导系统，集成 RAG + Agent 技术实现个性化题目生成与多维智能分析。
- RAG+Agent 智能出题：基于 Spring AI Alibaba 实现 ReactAgent，集成 5 个专用工具，采用 ReAct 模式多轮推理自主决策调用链路。
- 高性能微服务集群：Dubbo 3.x + Nacos 实现 9 个微服务，通过 Gateway 统一路由转发，RPC 性能相比 OpenFeign 提升 3-5 倍。
- 双存储混合检索：MySQL 存元数据 + Milvus 存向量，采用 HNSW 索引实现百万级知识库毫秒级检索（耗时 < 100ms）。
- 高可用吞吐保障：收录 JavaGuide 开源资料，题目生成 < 5s，通过率 > 85%，整合 Kafka 消息队列为模拟面试语音流提供缓冲。
多平台公开视频解析服务
基于 FastAPI + Python + Requests + Pydantic 构建的多平台视频解析服务，自动识别分享文本或 URL 并返回结构化媒体资源。
- 高扩展适配器架构：采用“平台注册表 + 统一调度层 + 平台解析器适配器”设计模式，解耦各平台逆向解析细节。
- 全链路功能支持：单条解析、批量解析、第三方兜底代理、媒体预览及 Web/Android 多端统一 API 接入。
- 高效工程落地：全程结合前沿 AI 代码流深度落地，快速验证逆向方案与高并发异步请求。
高性能在线选课系统
基于 Spring Boot 3.x 的高性能选课管理系统，支持学生选课、课程管理、多角色权限控制，采用前后端分离架构。
- 高并发防超选：基于 Redis 分布式锁杜绝超选，结合 Redis 针对 Controller 接口进行滑动窗口限流。
- 异步解耦与削峰：使用 RabbitMQ 异步处理选课事务与邮件通知，保障高并发极端流量下的系统稳定性。
- 多角色 AI 助教：使用 LangChain4j 集成阿里百炼模型，针对学生、教师、管理员三种权限设置不同知识库与提示词。
- 双 Token 安全通信：JWT 双 Token 刷新与黑名单、BCrypt 加密，WebSocket 实时全双工推送全校选课状态。
教育背景、社团与竞赛荣誉
ACADEMIC & COMPETITION RECOGNITION主修数据结构、操作系统、计算机网络、算法分析与设计、分布式计算系统。具备扎实的计算机底层理论知识与快速工程化能力。
主导成员编程能力培训，组建核心团队参与蓝桥杯、ACM、泰迪杯等大赛，搭建在线训练网站。设计并主讲数据结构、SpringBoot、Vue3、Python 实战课程，组织多次校内算法竞赛。