你好，我是 唐文青（你也可以叫我 星辰 🌟）。 NLP工程师出身，从模型微调(BERT/ERNIE LoRA)做到RAG知识库系统， 再到Multi-Agent协作平台(LangGraph+A2A+MCP)，一路深耕AI工程落地。
目前以一人公司模式接项目、做产品、写内容。 擅长把"技术想法"变成"可交付的系统"——从Agent协作平台、RAG知识库、 到模型微调部署，都有完整实战经验。
我相信 "先完成，再完美"——代码写出来比囤着有用， 项目交付比空谈有价值。
📦 置顶项目
🧠 AI-Native Agent 平台
7-Agent协作系统：Supervisor Agent 调度架构，基于 LangGraph ReAct 实现工具调用链。 通过 A2A 协议实现 Agent 间通信（Redis Streams 做消息队列），集成 MCP Server 扩展 Agent 能力。 GLM-4-9B-Chat 经 3000+ 条数据 LoRA 微调，准确率从82%提升至96%。
🟢 可演示📚 RAG 知识库系统
365本得到听书PDF打造RAG知识库。语音部分：VAD切割200+片段→Whisper Large-v3转录→Pyannote说话人分离。 图文检索：ColPali 解析PDF视觉布局。混合检索：BERT-base(4分类F1=0.92, 15ms) + BM25 + Cross-Encoder重排。 HyDE策略：查询→LLM生成假设文档→向量检索，F1从60%提升至85%。Neo4j存储3000+实体关联，Top5命中率91%。
🟢 运行中🧩 Khoj AI 知识中枢
AI-native知识管理平台。底层：BGE-M3 Embedding + 自适应Chunking策略(72%→87%) + Milvus向量库。知识层：Neo4j存储3000+实体+5000+关联关系，D3.js交互式图谱可视化。 输入层：多路Content Plugin(RSS 3源 + Jina Reader)自动摄入。Agent层：LangGraph编排"AI编辑"Agent， 实现自动摘要/分类/关联推荐。
🟡 迭代中🏭 NLP 情感分类系统
ChnSentiCorp中文情感分类。从 jieba+TF-IDF+SVM(Baseline F1=0.89) 到 PyTorch TextCNN、 BiLSTM+Attention，最终以 ERNIE 3.0 + PERT 达到 F1=0.95 SOTA。 Qwen-3-8B/DeepSeek-V3 零样本对比实验 + 8GB显存环境下 Qwen-3-0.6B LoRA 微调。 生产部署：FastAPI + ONNX Runtime 提供 BERT 推理服务。
🟢 已完成💼 可以接的项目
🧠 AI Agent 系统
Multi-Agent协作平台、MCP Server集成、Function Call工作流、LangGraph编排
📚 RAG 知识库
文档知识库、混合检索(BM25+向量+重排)、多模态RAG、Neo4j知识图谱
🔧 模型微调与部署
LLM+LoRA微调、BERT/ERNIE序列任务、ONNX/vLLM生产化部署
🌐 全栈开发 + 运维
小程序+后台+API、AI应用前后端、Milvus/Neo4j/Redis编排部署
🔧 技术栈
有项目想聊？或是想交流AI应用落地？欢迎联系我 👋