核心能力
从 AI Agent 开发到 RAG 系统构建，再到全栈工程落地，覆盖从构想到部署的端到端能力。
基于 ReAct/CoT 范式构建多轮推理 Agent，支持 MCP 协议、Function Call 与 Tool Use，实现自主规划、动态决策、故障自愈的智能诊断系统。深度集成 LLM 思维链推理，支持 Agentic Workflow 的复杂任务编排。
从工具链设计到 Agent 编排，对 MCP 协议接入、Function Call 链路和 ReAct 循环有体系化理解与完整落地经验。
端到端 RAG 架构设计与实现：智能文档解析（MinerU）→ 多粒度分块 → 混合检索（BM25 + 向量）→ Cross-Encoder 重排 → LLM 生成。支持知识图谱可视化、语义搜索、上下文感知的 AI 问答，检索准确率 95%+。
对 Chunking 策略、Hybrid Search、Query Rewriting 和 Reranking 有体系化实践，覆盖 5+ 文档格式的完整解析链路。
全栈云基础设施设计：Kubernetes 编排 + Docker 容器化 + Terraform IaC。构建 AI 赋能的可观测性系统，集成 Prometheus/Grafana 监控，实现告警智能诊断、自动修复与成本优化，支持多云部署与灾难恢复。
Docker / K8s / Helm / Terraform + 阿里云 / 腾讯云，CI/CD 自动化流水线，Prometheus/Grafana 可观测性体系。
精选项目
不包装成已经成熟的商业项目，公开展示真实状态和核心能力。
RAG 知识库博客系统 · 检索准确率 95%+
完整的 RAG Pipeline：智能文档解析（MinerU）→ 多粒度分块 → 混合检索（BM25 + 向量）→ Cross-Encoder 重排 → LLM 生成。支持 5+ 文档格式自动解析、知识图谱可视化和语义搜索。
服务器告警智能诊断 · 6 层诊断 · 分钟级定位
基于 Agentic 多轮推理（ReAct/CoT）的智能运维诊断系统。通过 Reason → Retrieve → Observe → Decide 循环逐步逼近根因，支持 Prometheus/Zabbix 多源接入、命令白名单和飞书通知。
技术栈
覆盖 AI、全栈开发与云基础设施的综合技术能力。
公开文章
关于 AI、系统设计与工程实践的深度文章。更多内容持续发布在 opszhu.cn。
查看更多文章一个开源微信AI助手，通过微信官方iLink协议接入DeepSeek V4 Flash模型，实现合规不封号、有持久记忆、白名单防刷、扫码即用的功能。项目用Docker一键部署，仅200多行Python代码，适合个人在NAS上运行。
ACK集群中两套节点池因共用可用区导致Terway网络隔离失效，Pod IP混杂、公网出口错乱。根因是Terway的eni-config按可用区分配IP，无法区分同可用区内不同网段的交换机。解决方案是将节点池2迁移至eni-config未配置的可用区E/F，利用Terway降级回退机制，使Pod IP从节点eth0所在交换机分配，实现物理隔离。
文章提出知识图谱实现方案，采用4种节点（文章、标签、概念、实体）和6种语义边（链接、归属、相似、引用、构建、矛盾），并引入来源追踪机制（auto/manual/both）支持增量更新。通过LLM提取实体增强语义层，过滤低置信度结果。渲染选用D3.js替代ReactFlow以提升力导向交互流畅性。图谱还作为搜索的结构化扩展通道，与embedding和rerank协同。核心设计哲学包括来源追踪、渐进增强、图谱即检索和交互优先。
RRF（倒数排名融合）是一种多路召回结果融合方法，核心是抛弃原始分数，仅依赖每路结果的排名。通过公式 `score(d) = Σ 1/(k + rank_i(d))`（k默认60），将不同量纲的分数（如cosine、BM25、概率等）统一为排名倒数累加，消除量纲差异和超参调优问题。其有效性在于：无量纲、无超参、强化多路共识文档、自然降级。k=60控制头部与尾部差距，使排名差异温和但可区分。工作流程中，四路召回独立排序后，RRF融合得到最终分数，截断Top-20返回。设计哲学强调排名优于分数、多路投票、理论经验结合、可降级，成为现代搜索系统融合多路召回的事实标准。
containerd 2.1.6 不再支持 Docker V1 镜像格式，导致 K8s 业务 Pod 拉取镜像失败。根因是 Jenkins 使用旧版 Docker 19.03.9 构建出 V1 格式镜像，而新版 containerd 已彻底移除对 V1 的支持。临时修复可通过 Docker 重新推送镜像自动转换为 V2 格式；长期方案是使用 buildx 或开启 BuildKit 构建 V2 标准镜像。
家饭小记是一款轻量微信小程序，旨在解决家庭日常“今天吃什么”的难题。它帮助家庭成员收集用餐意向、共同确定菜单，并支持家庭成员管理、查看每日用餐安排。无需下载APP，打开微信即可使用，让家庭吃饭安排更清晰、轻松。