个人简历#

基本信息#

项目内容
姓名谢键禧
求职岗位AI 应用开发 / 数据分析(大模型方向)
期望城市广州、深圳
期望薪资面议
出生年月2005.06
性别男
民族汉族
婚姻状况未婚
现住城市广东佛山高明
电话138****0485
邮箱138****0485@163.com
GitHubgithub.com/laolaola278-dev

教育经历#

广东职业技术学院 | 大专 · 大数据技术 | 2024.09 - 2027.09

主修课程: Java编程、Python编程、MySQL数据库管理、Linux操作系统、Hadoop大数据处理、Office办公软件

主要掌握:

  • 熟悉Java和Python编程语言
  • 会使用MySQL进行数据库管理和操作
  • 了解Linux操作系统的基本命令与配置
  • 会运用Hadoop框架处理大规模数据集
  • 熟悉Office系列软件以提高工作效率

学习情况: 专业课程分数位列专业前茅;学期综合分数位居班级前列。


专业技能#

大模型 / Agent 工程(主方向)

  • 熟悉 OpenAI-compatible 接口协议与 tool-calling 循环,可对接 OpenAI / DeepSeek / GLM / Ollama / vLLM 等多家模型
  • 具备 Agent 运行时开发经验:任务规划、工具注册、权限确认、检查点恢复、验证闭环
  • 熟悉 MCP(Model Context Protocol)Server 开发与接入(Claude Code / Cursor / Codex)
  • 了解 Skill 工程:一次编写、编译分发到多 Agent 底盘;以及从团队 git 历史/代码评审中蒸馏可复用技能
  • 了解多 Agent 协作编排:共享上下文、消息投递追踪、人工审核闸门

数据 / 机器学习

  • 熟悉特征工程,能够识别并修复数据泄漏等建模陷阱(详见 RailMind 项目)
  • 熟悉 scikit-learn / XGBoost / LightGBM / PyTorch,具备模型训练、评估与对比经验
  • 掌握分类与回归任务的评估方法(Accuracy / F1 / ROC-AUC)与实验报告撰写
  • 了解 Kafka + Flink 实时流处理链路

工程基础

  • Python(FastAPI / SQLAlchemy / Pydantic)、TypeScript / Node.js
  • PostgreSQL、Redis、SQLite;Docker Compose 多服务编排
  • Vue / React / Tailwind 前端基础;Git 与 GitHub Actions CI

项目经历#

完整技术细节、运行截图与使用教程见本站「作品集」页面。 所有项目均标注了验证状态,可复现性以标注为准。

AgentOS — 本地自主 Agent 运行时#

TypeScript Node.js Next.js PostgreSQL | 独立开发 | GitHub

  • 项目概述: 一个可自主规划、执行、验证、评审并自我纠错的本地 Agent 运行时,用于自动完成软件工程任务。
  • 核心工作:
    • 实现 tool-calling 主循环(对齐 Claude Code / Codex 核心范式):模型每轮提出工具调用、观察结构化结果、自主决定下一步,直到达成目标
    • 设计证据化完成机制:任务只有在「验证命令通过 + 独立评审 PASS」后才允许完成,杜绝模型自证
    • 实现分级沙箱(Docker 容器 / POSIX ulimit / 策略白名单)与权限确认模式,危险操作需人工批准
    • 实现 AES-256-GCM 密钥保险库,避免 API Key 明文落盘
    • 实现上下文自动压缩(LLM 摘要 + 确定性标记),保证长任务不超窗
  • 工程亮点: 无 LLM Key 时退化成确定性规划器(目标 DSL),有 Key 时切换自由规划——同一套验证与评审闸门在两种模式下都生效。

clihive — CLI Agent 协作工作台#

Node.js Electron node-pty xterm.js | 独立开发 | GitHub

  • 项目概述: 单窗口内并行托管多个 CLI Agent(codex / claude / opencode),提供共享记录、编排器与完整投递追踪,回答”那条消息到底送达了吗”。
  • 核心工作:
    • 每个窗格是真实 PTY;根据命令行自动识别 CLI 类型(codex / claude / gemini / qwen / aider 等 13 种),匹配对应徽标与安全投递策略
    • 通过 CLI 的结构化接口(codex exec --json、claude -p --output-format stream-json)驱动托管 Agent,而非键盘模拟
    • 设计投递追踪:send → fanout → deliver → ack 全链路记录为 JSONL 并可视化,每条记录标注通道、目标与是否落地
    • 托管 Agent 的任务持久化、权限边界、人工审核闸门(“完成”仅代表待评审)
  • 工程亮点: 截图由 scripts/screenshots.mjs 驱动真实运行的 UI(headless Chromium + 真实 PTY)自动捕获,每步带 PASS/FAIL 断言,非人工摆拍。

skillc — 多运行时 Skill 编译器#

TypeScript Node.js | 独立开发 | GitHub

  • 项目概述: 写一份 skill 源码,编译分发到 Claude Code / Codex / DSH / Hermes / OpenClaw 等任意 Agent 底盘。
  • 核心工作:
    • 实现 skill 源码解析器与多目标发射器(emitters),一套源码产出各底盘的原生格式
    • 实现多运行时 A/B 试用、确定性发现机制与资源打包
    • 实现安全同步(safe sync),避免覆盖用户本地改动
    • 随附 gitguard 提交卫生检查工具,可一键安装到所有仓库

RailMind — 铁路票务实时数据智能平台#

Python Kafka Flink LightGBM FastAPI Vue | 独立开发 | GitHub

  • 项目概述: 覆盖 12306 数据采集 → 流式特征计算 → 模型训练 → 在线预测 → 可视化的全链路 ML Pipeline,共 14 个 Docker 服务。
  • 核心工作:
    • 用 curl_cffi 做 TLS 指纹模拟采集 12306 数据,321 万条记录(400 条线路 / 3,795 个车次 / 10 种席别)
    • 搭建 Kafka + PyFlink 实时特征链路,落库到 PostgreSQL 实时特征表
    • 实现模型热替换:Serving Engine 支持运行时换模型,API 全程无感知
  • ⭐ 关键技术突破 — 数据泄漏修复:
    • 首版 Baseline 得到 R² = 1.0(RMSE ≈ 10⁻¹³,已达机器精度),判定为数据泄漏而非真实能力
    • 定位 3 个泄漏特征:previous_remaining(首条用当前余票回填)、remaining_change(可反推目标)、rolling_mean(窗口含当前值)
    • 模型实际只学到恒等式 remaining_count ≈ previous_remaining + remaining_change
    • 修复:目标由回归改为三分类(no_ticket / sold_out / available),移除泄漏特征,重建可信基准
    • 结果:虚假 R²=1.0 → 真实 ROC-AUC 0.6912(LR 基准)→ 0.9065(LightGBM 最优)
    • 4 模型同数据同特征同切分对比,LightGBM 训练耗时 0.50s(比 LR 快 141×)
  • 性能指标: API 顺序 QPS 184 / P50 4.58ms;5 分钟稳定性测试 QPS 193 / P50 4.38ms / 错误率 0.00%;单条推理 0.65ms。

api-health-checker — LLM API 健康检测服务#

Python FastAPI SQLAlchemy SQLite | 独立开发 | GitHub

  • 项目概述: 批量检测各家大模型 API Key 是否可用,并记录延迟、首 token 时间与可用模型列表。
  • 核心工作:
    • 抽象统一 Provider 接口,接入 OpenAI / Anthropic / Gemini / DeepSeek / Moonshot 及任意 OpenAI-compatible 端点
    • 实现并发批量检测(可配置并发度)、速率限制与 SSRF 防护(拦截内网/私网地址)
    • API Key 在存储与展示时全程掩码,检测历史落库可追溯
  • 验证状态: ✅ 已在真实环境启动验证——14 个 API 端点全部注册可用,健康检查、Provider 列表、历史查询均返回真实数据;非法 Provider 被正确拦截返回 Unsupported provider。

crew-skill — 从团队 git 历史蒸馏 Agent Skills#

TypeScript Node.js | 独立开发 | GitHub

  • 项目概述: 扫描仓库 git 历史,把团队约定(命名规范、评审关注点、测试习惯、部署手册、历史坑点)自动提炼成 Agent 可读的 SKILL.md,让新加入的 Agent 像资深员工一样上手。
  • 核心工作:
    • 实现 commit 分类与规则提炼,每条规则必须携带真实来源(具体 commit/文件);找不到证据的规则直接丢弃,且丢弃数量总是如实报告
    • 设计时间切分评估:只用 cutoff 之前的 commit 做蒸馏、用之后的 commit 出题,避免「拿训练数据当考题」的泄漏
    • 实现上岗考试与成绩单输出(Markdown + HTML)
  • 效果: 300 commits → 5 skills · 19 rules · 1.86s;新 Agent 上岗考试 0/100 → 67/100(另在文档型仓库 0/100 → 57/100)
  • 隐私设计: 100% 本地运行,无遥测无分析;唯一具备联网能力的 LLM 精修钩子默认关闭,当前为文档化空实现

Doubao WPlus — 多宿主 AI 浏览器工作台(二次开发)#

TypeScript 浏览器扩展 MCP | 基于开源项目二次开发 | GitHub

  • 项目来源(如实说明): 本项目不是从零开发,而是基于开源项目 DeepSeek++(原作者 zhu1090093659)做的二次开发。仓库早期 77 个提交属于上游项目,我在其基础上完成了 16 个提交的改造。
  • 我的改造:
    • 将上游硬编码单宿主的逻辑抽象为 HostAdapter 多宿主架构,使插件同时支持豆包与 DeepSeek 两个宿主
    • 新增 no-host-hardcoding 守卫测试,用测试把架构约束固化下来,防止后续开发把宿主逻辑写回去
    • 侧边栏会话改为走豆包 Web session 路由;剥离旧品牌兼容层并接入 e2e runner
    • 修复 CI 质量闸门:恢复被删脚本、对齐基线、修正可执行位与 prompt-freeze 锚点
  • 功能覆盖: MCP 工具系统、四类长期记忆(用户画像/行为反馈/话题上下文/参考资料)、Skill 系统、浏览器控制、定时自动化、对话导出、OfficeCLI 文档工具

校园经历#

校秘书部 — 小干#

  • 团队贡献: 作为校秘书部的一员,积极参与部门日常运营与管理,协助组织多次重要会议及活动。通过优化文件管理和信息传达流程,显著提升了团队工作效率。
  • 个人成就: 因表现出色,在年度评估中获得”优秀学员”称号,并被授予荣誉证书,成为同期成员中的佼佼者。
  • 技能提升: 锻炼了良好的文档处理能力和沟通协调技巧,学会了如何在快节奏的工作环境中保持高效与专注。

院青年志愿者服务站 — 小干#

  • 志愿服务: 组织并参与了超过10次的社区志愿服务活动,包括环保宣传、敬老院慰问等,累计服务时长达到50小时以上。
  • 团队建设: 协助完成了新志愿者的招募与培训工作,共吸引80余名同学加入团队,成功举办了2场内部交流分享会,增强了团队凝聚力。
  • 项目管理: 负责管理一项旨在提高校园环境意识的小型项目,从初期策划到最终实施全程跟进,引入创新性互动环节,直接参与者超过300人。

活动经历#

第十八届挑战杯肇庆专项赛 — 负责人#

  • 项目概述: 组织并参与第十八届挑战杯肇庆专项赛,旨在通过创新项目解决实际问题,提升团队的科研与实践能力。
  • 核心职责: 作为负责人,统筹整个项目的策划与执行,包括团队组建、资料搜集、方案设计及最终的比赛准备;协调各方资源,确保项目顺利推进。