工作範圍： 1
、Agent框架與核心模塊開發：負責設計並實現智能體的核心架構，包括任務規劃與分解
、上下文管理、記憶管理、意圖識別以及多輪對話引擎等。 2、大模型能力集成與優化：深度整合大語言模型（LLM）
、強化學習、知識圖譜等技術
，提升Agent的推理與決策能力。具體工作包括Prompt設計、檢索增強生成（RAG）、向量檢索
、模型效果評估與調用鏈路調優等。 3、規劃並與已有服務係統實現端到端集成，完成智能體對現有服務係統的調用。 4、掌握多智能體協同，並完成對具體業務場景的模擬和決策路徑規劃實現。 5

、使用Python（FastAPI）或Java（SpringBoot）等構建支持Agent運行的API服務，處理異步任務和工具調用（如通過MCP協議）、插件係統，實現Agent對數據庫

、搜索引擎等資源的調用。 技能要求： 1、熟練掌握Python或Java開發語言及相關框架（如FastAPI或SpringBoot）
，這是構建服務的基礎。 2、深入理解大語言模型及其相關概念，如Prompt工程、Embedding
、RAG、微調等。熟悉LangChain、AutoGen
、LangGraph、AgentScope等主流Agent框架或開源項目是重要的加分項。 3
、熟悉MySQL、Redis、MongoDB等常用數據庫，具備數據存儲、查詢優化及緩存機製的應用經驗。有數據分析、預處理經驗同樣重要。 4、精通Git版本控製
，具備良好的工程化意識


、代碼規範
，並了解基本的DevOps流程（如Docker、Kubernetes）。 5、擁有RAG係統
、多模態AI（圖像、視頻處理）、全棧開發
、完整端到端交付能力等實踐經驗會顯著加分。 工程化與設計要求： 1、良好的結構化思維
，能係統化拆解業務流程，識別共性領域，並逐一拆解業務技術實現，並評估性能指標。 2、多端協作服務意識：與產品、測試團隊緊密合作，將Agent技術應用於具體業務場景（如智能客服

、行業分析
、供應鏈協同等），並持續通過AB測試、用戶反饋優化係統性能與用戶體驗。