Air000000

李宗宽 / Air

AI Agent 与大模型应用工程师 · 通信工程硕士在读

致力于构建可控、可恢复、可评估的 AI Agent 系统。
聚焦 Agent 运行时与 Harness、RAG 评估、上下文工程和可靠的后端系统。

Agent 运行时与 Harness：实现有边界的 Agent 循环、版本化工具契约、先持久化再执行、实验治理、故障后状态对账、取消机制和确定性结果校验。
RAG 评估：基于固定的 TechQA 基准（28,481 篇文档、610 条可回答查询），Dense Top-100 + rerank 将留出集的 Recall@5 从 64.4% 提升至 72.5%（+8.1 个百分点），MRR@10 从 0.519 提升至 0.561。
后端工程：使用 Python、FastAPI 和 PostgreSQL，具备异步工作流、状态机、数据库迁移、自动化测试、CI 和可复现的本地环境实践经验。

面向机器学习实验的可控、可恢复、可验证运行时。将 Agent 决策、人工审批、实际执行、故障恢复和确定性结果校验分开，避免让大模型直接控制长时间运行的训练任务。

**工程验证：**故障注入测试表明，Coordinator 重启后能够对账并恢复原训练 Attempt，不会重复启动训练任务；同时为运行中及启动前的任务提供明确的取消路径。

Python FastAPI PostgreSQL asyncio Agent Runtime Context Engineering Tool Calling SSE

企业 IT 支持后端，整合文档生命周期管理、RAG、受控工单创建、人工审批、AgentOps 链路追踪和离线评估流程。

**留出的 DEV 集结果：**在固定的 TechQA 基准上，Dense Top-100 + qwen3-rerank 将 Recall@5 从 64.4% 提升至 72.5%（+8.1 个百分点），MRR@10 从 0.519 提升至 0.561。

Python FastAPI SQLAlchemy ChromaDB RAG Rerank AgentOps Pytest

面向 Windows 的本地桌面应用，帮助用户了解电脑使用情况、工作与休息节奏、提醒和专注状态。应用采集前台程序活动，在本地进行隐私处理和规则分类，将数据存入 SQLite，并提供回顾流程和桌面陪伴功能。

Tauri Vue 3 TypeScript Rust SQLite Local-first

控制数据泄漏的 Agent Skill 优化与评估流程，用于区分可复用的 Skill 改进与针对公开任务的过拟合。

**评估设计：**固定的 60 / 17 / 10 开发集、留出集与最终盲测集划分，配对比较 no_skill 与 with_skill 的运行结果，并记录执行来源、设置回归门槛、检查泛化能力。

Python Agent Skills BenchFlow SkillsBench Agent Evaluation Docker

**Agent / 大模型：**上下文工程 · 工具 / 函数调用 · 人工审批 · RAG · 检索 / 重排 · Agent 评估
**后端：**Python · FastAPI · asyncio · SQLAlchemy · PostgreSQL · SQLite
**工程实践：**Pytest · Alembic · GitHub Actions · Docker Compose · Git · Linux / Shell · Ruff · mypy
**产品 / 桌面应用：**TypeScript · Vue 3 · Rust · Tauri
**研究方向：**PyTorch · 因果发现 · 因果表征学习 · 生成模型 · 反事实生成

通信工程硕士在读，研究方向为面向扩散生成模型的因果结构学习，包括因果发现、因果表征学习和反事实图像生成。

以第一作者身份向 Neurocomputing 投稿论文。