- Skill. 技能清单
Agent Harness / Runtime:主导 800 万 MAU 生产级 Agent 系统,掌握 Runtime、Executor、Session Pool、Checkpoint、流式执行与状态恢复
Tool Calling / MCP:负责 MCPBridge 与领域 MCP Server,熟悉 Tool Schema、工具发现、参数构造、错误回传和内部平台接入
Memory / DeepResearch:具备 RAG、多路召回、LLM 重排、向量库、证据链与 DeepResearch 工作流经验
Evaluation / Reliability:实践 Strategy-Experiment-Verify、PEER、Review Agent、事实一致性、证据覆盖率、压测和异步流式接口
工程与数据平台:熟练 Python / Java / React,掌握 MaxCompute、Flink、MySQL、Hologres(PostgreSQL)、BigTable,具备复杂系统排障和跨团队落地能力
- Experience. 项目经验
工作项目
蚂蚁集团 · 蚂蚁保保险科技 2024.06 - 至今
面向支付宝保险查查 / 保险快查 AI Agent 与蚂蚁保 MCP 工具链,负责 800 万 MAU 复杂金融保险场景下的 Agent Harness、工具调用、上下文工程、评测与可靠性体系建设。
保险查查 · Agent Harness / Runtime 说明
主导 800 万 MAU 支付宝保险查查的通用 Agent Harness,将保险产品解读、评测、质量校验和页面 AIGC 统一到 Runtime-Executor-SessionPool 执行模型。抽象 Thread / Run / Step / Event / Artifact / Checkpoint,支持流式输出、状态恢复、工具调用追踪、执行审计与问题复盘;通过 Strategy-Experiment-Verify 闭环管理 Prompt、工具和 Workflow 迭代。
MCP / Tool Calling 工具链 说明
存量百余 HTTP / HSF 服务无法被 Agent 稳定消费——主导 MCPBridge 与蚂蚁保领域 MCP Server 建设,将业务数据、规则、检索和分析能力服务化为可复用 Tool。
设计统一 Tool Schema、工具发现、参数构造、错误回传和上下文补全流程,支撑 OneAgent + MCPs 领域 Agent 范式;平台化经验可迁移到量化研究中的行情 / 因子 / 回测 / PnL 分析等内部系统接入。
风控案件分析 AI Agent 说明
面向保险核赔与反欺诈案件,设计多 Agent 案件分析工作流,将资料收集、线索抽取、风险推理、报告生成和结论复核沉淀为可复用研究链路。
采用 PEER 组织 Facade / NER / Planner / Executing / Review Agent,结合 RAG、向量库、结构化规则和证据链生成可追溯分析报告,并以事实一致性、证据覆盖率、阳性发现率等指标评估输出质量。
AI Coding / Research Automation 方法论 说明
在阿里集团奇点学堂分享 Claude Code 实战,沉淀 Issue → 探索 / 计划 → TDD → 实现 → Review → 修复 → Slash Command 的 AI Coding 闭环。
使用 CLAUDE.md、Hooks、MCP、Subagents、Headless CI/CD 和 Git Worktree,将重复工程流程转化为可组合、可审计的自动化能力,并沉淀权限、上下文、测试、回归与人工审查机制。
淘天集团淘工厂 2021.06 - 2024.06
参与业财一体化与售前 AI 模块建设,覆盖复杂数据平台、RAG 知识库、智能问答、推荐和业务自动化链路。
开源贡献
MCPAdvisor 2025.05 Demo SourceCode
MCP 生态快速膨胀但安装方式碎片化、工具发现成本高——开发 MCPAdvisor,以 MCP 管理 MCP:自然语言意图驱动,自动检索、评估并安装合适的 MCP Server。项目聚焦 Agent Tool Discovery / Tool Selection / Tool Installation,获 2025 OceanBase AI 黑客松二等奖(队长)。
WritingHelper 2021.02 Demo SourceCode
从 0 独立开发 VS Code 写作辅助插件,基于 LSP 协议、Trie 与责任链实现英语词伙自动补全、中文互译等能力,累计 15000+ 下载量。
这是本人较早的 IDE / Coding Tool 工程化实践。

建设多源融合 RAG 知识库全链路,整合商家、小二、算法推荐、未命中四类知识源,支撑淘工厂全品类售前售后智能问答。