Soulboy — AI Agent & RAG Developer

              from langgraph import StateGraph

              from langchain import Tool

              class AgentState(TypedDict):

                messages: list[Message]

                context: str

              graph = StateGraph(AgentState)

              graph.add_node("retrieve", retrieve)

              graph.add_node("generate", generate)

              graph.add_edge("retrieve", "generate")

在真实场景中，探索 AI 的应用边界。

我目前主要关注大模型应用层开发，尤其是 RAG、AI Agent、工具调用和多步骤工作流。相比底层模型训练，我更关注如何把大模型能力接入真实业务场景，比如智能膳食推荐、深度研究 Agent 等。

我习惯用项目驱动学习，通过不断做 demo、拆需求、调试 Agent 行为来提升自己的工程能力。虽然还在补充软件开发基础，但擅长用 AI 工具完成项目架构设计、需求拆解、工作流编排、调试优化和产品化思考。

用对的工具，解决真实的问题。

AI Application

大模型应用层开发，让 AI 真正进入业务流程。

RAG AI Agent Prompt Engineering Tool Calling Workflow

Frameworks

构建可扩展的 AI 应用后端与 Agent 运行时。

LangGraph LangChain FastAPI

Retrieval

混合检索策略，让知识库回答更精准。

ChromaDB BM25 Hybrid Search Embedding Vector DB

Programming

全栈基础，能独立完成从原型到部署。

Python HTML CSS JavaScript

Product Thinking

不只是写代码，更关注如何把需求变成产品。

需求拆解 Agent 流程设计原型设计调试优化

Tools

现代开发工具链，提升工程效率。

GitHub Docker VS Code AI Coding

用项目说话，用落地证明。

RAG Multi-Tenant Qdrant GraphRAG Docker

RAG API Pro 多租户知识库问答

一个面向多租户知识库的生产级文档问答服务。支持文件上传、持久化任务队列、文档解析与页码溯源、向量 + 图谱双路检索和 SSE 流式问答，并通过跨存储对账保证数据一致性，Docker Compose 一键部署上线。

多租户隔离：租户级数据、权限与 API Key 隔离
可靠任务队列：PostgreSQL Outbox + Redis Streams 投递
双路检索：Qdrant 向量检索 + Memgraph 关系检索
页码溯源：回答附引用出处，可回溯原文验证

查看 Demo GitHub

Document Upload

Parse / Chunk

Qdrant + Memgraph

Cited Answer

Deep Research Multi-Agent FastAPI SSE Tool Calling

WebResearcher 深度研究 Agent

一个生产级自主深度研究 Agent 系统。给定一个复杂课题，Agent 自动完成「规划 → 联网搜索 → 阅读网页 → 迭代研究 → 撰写报告」的完整闭环，支持多种研究范式切换，并通过 SSE 实时流式展示每一步研究过程。

多研究范式：IterResearch、ReAct、WebWeaver、TTS 并行多智能体
迭代状态机：固定精简上下文，规避长上下文击穿，节约 50% Token
工具调用：Tavily 联网搜索、Jina Reader 网页正文抽取
SSE 实时流式：规划、工具调用、报告撰写全程可视化

查看 Demo GitHub

Research Question

Planner / ReAct

Search / Read Tools

Research Report

LangGraph RAG FastAPI ChromaDB BM25

ChefRAG 智能膳食推荐 Agent

基于 Python、FastAPI、LangGraph、LangChain、ChromaDB、BM25 和 RAG 构建的智能膳食推荐系统。系统结合本地食谱库、冰箱库存、用户画像和天气时令，通过 Agent 工作流完成个性化菜谱推荐、做法问答和库存联动。

多源数据融合：食谱库 + 库存 + 天气 + 用户画像
混合检索：BM25 + 向量检索提升召回质量
Agent 工作流：LangGraph 编排多步骤推理
工具调用：接入天气 API、库存查询、菜谱生成

查看 Demo GitHub

User Query

RAG Retrieve

Weather / Inventory

Agent Response

从零开始，一步步走向真实产品。

不是直线升级，而是项目驱动下的螺旋成长。

Python 基础

掌握 Python 编程基础，开始写脚本和自动化工具。

RAG 实践

构建第一个 RAG 问答系统，理解检索增强的核心机制。

LangChain / LangGraph

学习 Agent 框架，掌握 Chain、Tool、Memory 和工作流编排。

项目落地

ChefRAG、WebResearcher、RAG API Pro 从 0 到 1 完整交付并上线演示。

我相信未来的开发者，要更会设计系统。

不只是手写每一行代码，而是拆解问题、设计架构、调度工具、验证结果，并用 AI 把想法快速变成可运行的产品。

Think in Workflows

把复杂问题拆成可执行的步骤，用 Agent 工作流串联每一个环节。

Build with AI

AI 不是替代思考，而是放大能力。用 AI 完成原型、调试和优化，专注高价值决策。

Ship Real Products

Demo 只是起点。追求可部署、可维护、真实用户能用的产品。

用 AI Agent，
把想法变成可落地的应用。

在真实场景中，探索 AI 的应用边界。

用对的工具，解决真实的问题。

用项目说话，用落地证明。

RAG API Pro 多租户知识库问答

WebResearcher 深度研究 Agent

ChefRAG 智能膳食推荐 Agent

从零开始，一步步走向真实产品。

我相信未来的开发者，要更会设计系统。

正在寻找成都 AI 应用开发 / AI Agent / RAG 相关实习。

保持联系。

用 AI Agent，把想法变成可落地的应用。

在真实场景中，探索 AI 的应用边界。

用对的工具，解决真实的问题。

用项目说话，用落地证明。

RAG API Pro 多租户知识库问答

WebResearcher 深度研究 Agent

ChefRAG 智能膳食推荐 Agent

从零开始，一步步走向真实产品。

我相信未来的开发者，要更会设计系统。

正在寻找成都 AI 应用开发 / AI Agent / RAG 相关实习。

保持联系。

用 AI Agent，
把想法变成可落地的应用。