Java × AI × Product Engineering

把复杂问题,
设计成可运行的系统。

我是严鹏,一名具备复杂行业软件经验的 Java 全栈与 AI 应用工程师。 擅长从模糊需求中提炼规则、建立模型,并将不稳定的 AI 能力转化为可约束、可恢复、可验证的产品系统。

Java Web 全栈开发 AI 系统工程师 AI 应用开发 Agent 开发 期望薪资 17K—19K
01 / VALUE

MY ENGINEERING THESIS

AI 让代码更容易获得,
也让问题定义、系统设计与产品判断更稀缺。

我的优势不是堆叠框架,而是识别重复、发现不确定性,选择恰当的数据结构和抽象边界,再把它交付为真正可使用的工具。

从声明式查询、配置化 JSON 转换,到长文本世界建模与多轮调查 Agent,这条能力主线始终一致:让复杂逻辑集中、清晰、可演进。

03 / AI SYSTEM DESIGN

FROM PROMPT TO SYSTEM

不是“调用一次模型”,
而是设计一条认知流水线。

将模型擅长的语义理解与程序擅长的确定性约束分离,让长文本解析在失败、重试和持续演进中仍然可靠。

01章节识别Chunk 组织
02连续阅读分层记忆
03实体抽取并发草稿
04全局合并名称 / 别名消歧
05事件建模L1—L4 DAG
06Agent 调查结构化多跳检索
A

AI 与代码分工

AI 负责理解、抽取和归纳;JavaScript 负责环路检测、结构校验、并发、缓存与完整性兜底。

B

DAG 而非树

允许同一事件属于多个上层事件,更真实地表达长篇叙事中的多因、多线索和交叉阶段。

C

失败可以继续

通过 Prompt 指纹、通信日志和磁盘缓存复用成功结果,避免长文本任务从头重跑。

D

结果成为资产

不依赖数据库;原文、实体、事件、缓存和问答历史都保存在可迁移的文件夹项目中。

04 / ORIGINAL FRAMEWORKS

ABSTRACTION AS LEVERAGE

两套原创框架,
解决两类高频复杂性。

它们共同证明了一件事:我不仅完成需求,也会把重复工作提炼成团队可以复用的表达能力。

配置驱动 · 数据转换 DSL

jsonmorpher

01

将字段繁杂、深度嵌套的 JSON A 转换为结构不同的 JSON B,并允许目标字段同时来自源 JSON、外部上下文或内置计算。

SOURCE · A { order, user, items[]… }
RULE SCHEMA 目标结构即规则结构 source · arrayFrom · value
TARGET · B { profile, lines[]… }

同构规则转换规则直接写成与目标 JSON 相同的 Schema,阅读规则即可看到最终输出形态。

集中表达字段来源、对象映射、数组来源和额外字段设值集中在一个文件、一个注意力视野内。

快速演进业务结构变化时主要修改规则而非散落的过程式转换代码,显著降低理解和维护成本。

Spring Boot · JPA Criteria · Reflection

Sample 查询系统

02

以实体对象作为轻量级查询 DSL,让简单功能页面不再为每种筛选组合重复编写 Repository 查询方法。

INPUT示例实体 + 查询元数据
ENGINECriteria 动态解释执行
OUTPUT列表 / 分页 / 投影 / 关联

统一查询能力覆盖比较、模糊匹配、IN、空值、AND/OR 分组、关联子查询、分页和排序。

注解式关联通过 @ForeignField 描述外部字段,框架集中完成批量查询与结果回填。

真实业务落地应用于项目列表、分页统计和按条件删除,让开发方式从“编写查询”转为“声明意图”。

05 / PRODUCTS

SHIP WHAT YOU IMAGINE

从想法到上线,
独立完成产品闭环。

LIVE PRODUCT
TFT

云顶之弈拼羁绊工具

基于遗传算法框架 JGAP,在英雄、羁绊和阵容约束下进行组合搜索,把高成本的手工试配转化为自动化阵容求解。

遗传算法JGAP组合优化独立上线
REAL-TIME TOOL02
LIVE

自媒体主播工具

  • 采集直播间弹幕中的投票指令,完成实时统计、结果聚合与可视化展示。
  • 自动抓取金铲铲排行榜玩家战绩,以图像 Embedding 余弦相似度识别英雄和装备头像,统计强势阵容并发掘冷门阵容。
图像识别数据分析直播互动
06 / EXPERIENCE

PROFESSIONAL EXPERIENCE

复杂行业里的,
全链路工程经验。

经历覆盖军工专业软件、电信运营商交易系统、互联网平台与企业 AI 应用,既理解复杂业务,也能完成前后端与交付闭环。

2018 — 2021

艾其奥信息科技(成都)有限公司

Java 研发工程师

参与日本电信运营商 KDDI 相关业务系统,涉及积分交易、终端业务、CRM 数据批处理、夜间 Batch 与微信小程序 OCR 开票。

KDDI 积分系统统一管理多来源、多类型积分与优惠活动,处理积分换算、规则校验、扣减和异常回退;以 Filter Chain 组合业务检查规则。

OCR 识图开票从小票图像识别到字段确认、抬头选择和发票打印图生成,串联 OCR、业务 API、Aspose/Excel 模板与小程序端。

CRM 夜间 Batch整合不同来源客户数据,使用 control break / match break 等批处理思路形成多维统计结果,并参与 Linux/Shell 环境测试。

2016 — 2018

成都华邑信息技术有限公司

Java 全栈开发

参与服务写手与约稿人的内容交易平台网站和微信小程序,覆盖订单、私信、支付、评价、充值、优惠券和会员等完整交易链路。

PC / H5 / 小程序微信授权微信支付PayPalNginx
07 / CAPABILITIES

TECHNICAL RANGE

既能深入后端,
也能把系统完整地做出来。

01

Java 后端

Java · Spring Boot · Spring MVC · MyBatis · JPA / Hibernate · REST API · 并发编程 · 设计模式

02

数据与中间件

MySQL · Oracle · Redis · Kafka · Elasticsearch · 复杂业务数据建模 · 批处理

03

Web 全栈

Vue 2/3 · React · JavaScript · Element UI / Plus · Ant Design · Umi / Dva · Vite / Webpack

04

AI / Agent

RAG · Embedding / 向量检索 · Tool Calling · 多轮 Agent · Prompt 设计 · 长文本结构化

05

专业计算

可靠性分析 · 最大似然估计 · MCMC · 层级聚合计算 · 规则 DSL · 配置驱动引擎

06

工程交付

Linux · Nginx · Docker · Maven · Git / SVN · 环境搭建 · 部署 · 问题定位

LET'S BUILD SOMETHING USEFUL

寻找值得被认真设计的
Java 与 AI 系统。