My Journey
How I Think
AutoCatMy 是我与马来西亚国家图书馆合作的多智能体大项目。系统采用 GraphRAG 技术，使图书编目时间从 30 分钟压缩至 20
秒。
这个核心学术与落地打底工程（第一阶段已完成），给了我全奖读博的机会，也给了我不断向更复杂的消费级 Agent（TripMind）冲刺的底气。
(DoorDash 是北美最大的外卖即时配送平台)
在这里我落地了两个自动化的项目：
① IST 库存自动上传服务
使用 Python 异步与 Playwright，将商户库存清洗、验证与跨平台提取实现 7×24 小时全自动闭环，支持高并发处理与失败重试。
② URPC 商品目录智能匹配
借助GPT-5.4 和 CLIP 多模态模型，实现枯燥庞大的内部中外双语数据高精度对齐，让 AI 在容错率极低的商业系统里真正发挥威力。
本科毕设的「西北旅游规划系统」止步于算法匹配。由于传统攻略缺乏个性化，作为规划痛苦的 "P" 人，我重新出发，演进出了 TripMind（开发中）。
系统通过 5个专职 Agent 协作，首创把"情绪价值"和"圈层身份"作为一等公民编入约束层，旨在真正理解旅行者的意图，打通社媒解析到非标履约的全链路。
构建支撑复杂 Agent 业务引擎的同时，它更是解决我自身多线事务痛点的基建。
动机：因为在追踪实习和投递进展时每次做 Excel 极为繁琐，我也不想打开 Vision、滴答清单等多个互不相关的软件。LumiPath
不仅是一套高并发异步框架，它自带的原生调度还能完美帮我汇总复盘学习（灵感源于 minimind-note）及面试进度。
How I Work
What I Do
从西北毕设演进出的多智能体旅行引擎。首创将“情绪价值”编入约束层，串联 5大专职 Agent，完全覆盖社媒信息采集到供应链履约逻辑闭环。
FastAPI · React · LangGraph · Redis与马来西亚国家图书馆首度合作的生产级 Agent。通过 Perception-Cognition 架构的 GraphRAG，使图书单本编目时间从 15-30 分钟压至 10.55 秒。
GraphRAG · Neo4j · PaddleOCR · Docker支撑复杂高并发业务的坚实基座。一套完全自研、高度可拓展的多智能体编排框架，底层原生集成持久态存储、微服务架构以及异步 I/O 流转。
FastAPI · LangGraph State · 异步 I/OThoughts
中国是高度发达的“无现金社会”。虽然近期政策有所优化（外卡绑定微信/支付宝），但在实际操作中，身份验证繁琐、部分小商户或小程序不支持外卡、且现金找零极其困难，导致支付成为第一大焦虑。
外国人依赖的基建（Google Maps 找路、WhatsApp 沟通、Yelp 找餐厅）在中国完全失效。他们需要重新学习使用高德、滴滴、美团、大众点评，而这些 App 几乎纯中文且需要中国手机号注册。
离开一线城市的高端酒店，英语普及率断崖式下跌。面对没有图片的纯文字菜单、复杂的地铁换乘指示、甚至与网约车司机的沟通，单纯的文字翻译软件往往不够用（需要结合场景）。
赴华签证的办理指引在海外获取渠道相对闭塞。入境后，购买高铁票（12306）需繁杂的护照核验；部分下沉市场的住宿仍存在“无法接待外宾”的系统限制；且景区普遍要求使用纯中文微信小程序提前实名预约，现场往往无纸质票可买。
Open to AI Agent roles — let's build something.
"每次 prompt 都是一次需求分析。"
— 从工程实践中来的判断