吴洪磊
Agent 全栈工程师
📍 深圳 🎓 硕士 💼 8 年经验 📱 +86 18573176806 ✉️ 1017368065@qq.com
求职意向
目标岗位： Agent 全栈工程师
期望城市： 深圳
求职状态： 在职
个人优势
Agent 全栈落地能力： 独立完成 AI 对话系统架构设计、前后端开发、生产部署与认证接入，自研 ReAct Loop 与 MCP 工具调用链路，支持多模态输入与 SSE 流式响应。
端到端工程 Owner： 8 年前端 + 3 年全栈经验，多次负责复杂平台从需求拆解到上线交付闭环，擅长 BFF 契约对齐、性能优化与稳定性治理。
基础设施与质量意识： 熟练运用 Docker Compose、Prometheus/Grafana 构建可观测体系，推动质量门禁与工程规范落地，平衡交付速度与长期可维护性。
核心技能
Agent & AI 应用 ReAct Loop 自研、MCP Tool Calling、多轮上下文压缩、SSE 流式传输、多模态输入处理（文本/图片/PDF）、工具结果结构化渲染
后端服务 Python/FastAPI、Node.js/NestJS、PostgreSQL（pgvector）、Redis、Kafka、JWT/SSE
前端工程 React/TypeScript、Redux Toolkit、Ant Design、Vite、Chrome Extension
基础设施 Docker Compose、Nginx、Linux、Prometheus/Grafana、Playwright
工程协作 BFF 契约对齐、质量门禁（ESLint/Stylelint/Husky/Jest）
精选项目经历
Chat Agent 智能对话平台 ｜独立设计与实现（全栈）
2025.09 - 2025.03
业务背景：面向开发者的 AI 对话平台，解决通用 ChatBot 缺乏可扩展工具能力与多模态支持的痛点。将 MCP 工具调用、代码执行、文档解析做成可插拔技能模块，完整跑通从研发到部署的全链路。
技术栈：React、TypeScript、FastAPI、SSE、PostgreSQL（pgvector）、Docker Compose、Nginx
关键行动与决策
  • 架构与选型：独立负责系统架构设计，采用 Python FastAPI + React 前后端分离架构，支撑 SSE 高并发推送与向量检索需求。
  • Agent 核心自研：自研 ReAct Loop 与 MCP 工具调用链路，设计"单轮工具链路控量 + 多轮历史记忆治理"两阶段上下文压缩策略：工具结果按相关性筛选压缩（6k→5k token），超模型上限 80% 强制熔断；多轮间按轮截窗 + 增量摘要，保障长对话连续性。
  • 工具调用稳定性治理：建设硬约束（单请求 10 轮/单工具 5 次/相似度 0.7 去重/上下文熔断）与软引导（每轮动态拼收敛提示）双层机制，解决模型反复调用 web_search、web_pages_extract 无法收束的问题，执行层兜底过滤已抓 URL 避免无效外呼。
  • SSE 流式通信：基于 FastAPI StreamingResponse 实现服务端推送，前端支持自动重连与续传；断连期间通过内存队列做消息补偿，保障对话连续性。
  • MCP 工具生态：以 MCP 协议打通外部工具接入，支持天气查询、联网搜索（Tavily）、代码执行、Context7 文档查询等工具。工具描述通过 OpenAI SDK tools 参数传入，由模型自主决策调用。
  • 代码执行安全：采用 Piston 代码执行沙箱，利用其任务级运行时隔离与多语言支持保障安全性；叠加应用层超时控制（默认 10s）与默认禁止网络访问策略，形成双层安全模型。
  • 生产级部署：打通容器化、反向代理、HTTPS 证书、域名解析全链路；接入短信验证码与微信 OAuth 登录体系。搭建 Docker Compose + Nginx 标准化发布流程，GitHub 主干分支合并后由 Webhook 自动触发按需构建。
量化结果
平台已公网部署，支持文本/图片/PDF 多模态输入与 4 类 MCP 工具扩展。自研 ReAct Loop 支持多轮工具调用链，单会话可持续进行长对话而不触发 token 上限。
技术反思与演进
上下文压缩当前基于规则策略，后续计划引入语义化评分，对历史消息按重要性排序后选择性保留。SSE 断连恢复目前依赖内存队列，高并发场景下需引入 Redis Stream 做消息持久化与多实例共享。
GEO AI 搜索优化平台 ｜自动化采样负责人 & Portal 核心模块开发
2025.09 - 2026.04
业务背景：GEO（Generative Engine Optimization）的目标是提高虾皮品牌在 AI 回复中的曝光比例与推荐排名。覆盖"数据采集 → 数据分析 → 运营决策"链路，负责自动化采样稳定性与可恢复性建设，并承担 Portal 侧关键协作交付。
技术栈：React、TypeScript、NestJS、MySQL、Redis、Kafka、Playwright、Prometheus、Grafana
关键行动与决策
  • 采集策略选型：AI 搜索回复为生成式，同一问题每次回复内容不同，且结构化信息在标准 API 返回的纯文本中无法获取。通过 Playwright 模拟真实用户交互，采集浏览器渲染后的完整回复，并对同一关键词多次采样消除随机性。
  • 平台化改造：负责自动化采样交互引擎的平台化改造，统一 ChatGPT 等多平台采样执行链路，基于真实网页交互链路采集 AI 回答渲染结果。
  • Kafka 消费治理：设计并发阈值控制与暂停/恢复机制，解决高并发任务消费稳定性问题，降低任务与资源状态不一致风险。
  • 反爬与恢复策略：落地“失败分流 + 退避重试 + 代理摘除 + 动态冷却”组合策略：可恢复错误退避重试，不可恢复错误快速终止；高失败代理临时摘除；账号按近段成功率分层冷却并小幅随机打散，稳定提升采样成功率。
  • 可观测体系：搭建 Prometheus/Grafana 监控面板，持续跟踪成功率、失败原因分布与耗时分布，缩短异常定位与恢复路径。
  • Portal 交付：同步承担 Portal 核心模块前端交付与 BFF 联调，保障采样数据到运营分析的业务闭环落地。
量化结果
任务成功率由 60% 提升至 80%（治理前后同平台任务样本对比，统计窗口 4 周，样本量 5000+）。
技术反思与演进
当前采集是 GEO 闭环的数据底座，后续计划基于采集数据引入 Agent 做关键词研究、自动生成优化内容、发布到内容平台，形成"监控 - 分析 - 优化"的完整 GEO 闭环。
低代码自动化测试平台 ｜全栈开发
2023.03 - 2025.03
业务背景：业务团队回归测试依赖手写脚本，用例构建门槛高、维护成本大。平台目标是将"手写脚本"升级为"录制即可回放"的低代码方案，围绕录制、回放、报告构建完整闭环，服务多业务团队。
技术栈：Chrome Extension、TypeScript、Node.js（Koa/WebSocket）、Playwright、MySQL、Redis
关键行动与决策
  • 全链路研发：负责平台全链路研发，打通采集端（Chrome 插件）、服务端与执行端（Playwright）能力，支撑复杂页面交互的自动化执行。
  • 录制即脚本：设计无脚本录制能力，通过 Chrome 插件捕获用户操作并结构化为可执行步骤；录制过程中可配置完整断言体系，覆盖文本、属性、可见性、API 参数校验与图像相似度比对，测试同学无需编写代码即可构建用例。
  • 执行引擎优化：维护执行引擎，建设失败重试、中断控制、实时状态回传与截图定位能力，提升问题排查效率。
  • 定位稳定性：针对定位器易失效问题引入 Similo2-JS 相似性定位策略，增强跨版本页面回放稳定性。
量化结果
自动化用例产出周期由 2 天缩短至 0.5 天；平台落地 11 个业务项目，累计执行 2 万+ 次回归任务，关键流程回归覆盖率提升至 80%；用例通过率提升 90%，问题定位时间缩短 70%。
站外广告投放平台 ｜前端开发
2021.05 - 2023.03
业务背景：站外广告部门负责 Google、Meta、TikTok 等多渠道投放管理，系统覆盖投放编辑器、创意中心、数据报表与权限管理等模块。随着多市场业务扩展，模块化治理、状态一致性与批量操作效率成为核心瓶颈。
技术栈：React、TypeScript、Ant Design、Redux Toolkit、Axios、Jest
关键行动与决策
  • 模块化架构与路由治理：按业务域拆分模块（投放、创意、数据源、RTA、系统管理），设计多层级路由与角色化权限体系，支持不同市场的配置注入与菜单可见性控制，实现同一套系统对多区域业务的快速复用。
  • 复杂编辑器状态治理：深度参与 Facebook 投放编辑器建设，负责 Campaign / AdSet / Ad 三层树结构的状态链路打通。通过建立跨层级联动校验机制，解决异步校验与表单状态触发时机不一致问题，支持新建、复制、编辑、部分成功回写的双向模型转换。
  • 配置化批量编辑与工程规范：主导通用批量编辑组件抽象，通过配置驱动菜单、列渲染与字段策略，在 13+ 业务场景复用；推进 ESLint / Stylelint / Jest / Husky 质量门禁建设，提升多人协作一致性与交付稳定性。
工作经历
Shopee 跨境电商｜站外广告 ｜Web 前端 / 全栈开发
2021.05 - 至今
  • 从 0 到 1 负责 AI 应用平台（GEO 采样）、低代码自动化测试平台等核心系统建设，覆盖前端架构设计、后端服务开发与线上运维全链路。
  • 主导复杂中后台系统的模块化拆分与状态治理，落地跨端接口契约与工程规范，降低联调返工率与线上回归风险。
  • 推动质量门禁（ESLint/Stylelint/Husky/Jest）与可观测体系（Prometheus/Grafana）在团队内标准化落地。
深信服科技股份有限公司｜UEDC ｜Web 前端（前端小组长）
2018.07 - 2021.04
  • 负责企业安全产品前端功能开发与团队协作推进，参与用户侧与管理侧核心平台建设。
  • 主导前端开发规范沉淀与复杂需求拆解，提升多人协作场景下的研发效率和交付稳定性。
教育经历
中南大学 ｜计算机科学与技术｜硕士
2015.09 - 2018.06
内蒙古农业大学 ｜网络工程｜本科
2011.09 - 2015.07
附加信息