AI 应用落地能力
熟悉从 Prompt、RAG 到 Agent 编排的 AI 应用实现路径。
RAGAgentPrompt大模型应用
Resume Hub
王一鸣
AI 应用开发 / 前端工程师 / 全栈开发方向
具备 Nuxt 3、Vue、TypeScript、FastAPI、PostgreSQL、Redis、Docker 等前后端工程能力，正在构建个人博客 CMS、AI 知识库、OCR 营养分析等完整产品项目。熟悉 AI 应用落地流程，包括 Prompt 设计、RAG 知识库、Agent 工作流、第三方大模型 API 接入，并具备从产品设计、前端交互、后端接口、数据库设计到部署工程化的完整实践能力。
Highlights
核心亮点
把最能代表当前能力结构的方向放在前面，便于快速判断合作匹配度。
全栈开发能力
可独立完成 Nuxt 3 前端、FastAPI 后端、数据库与部署闭环。
Nuxt 3FastAPIPostgreSQLRedis
产品化思维
持续将内容系统、管理后台和知识库能力整理成可交付产品。
CMS后台管理内容产品
工程化执行
注重文档、迁移、部署和长期维护，不做一次性演示型实现。
DockerGit文档体系
Intentions
求职意向
明确目标岗位、城市、行业和协作边界，减少前期沟通中的信息差。
目标岗位
AI 应用开发工程师
目标城市
杭州 / 上海
目标行业
互联网 / AI / 教育 / 工具产品
期望薪资
20K-30K
到岗时间
随时沟通
不接受项
纯销售 / 纯测试
AI 应用开发前端开发全栈开发RAGAgentNuxt 3TypeScript
Skill Matrix
技能栈
按前端、后端、AI 与工程化能力拆分，展示当前可投入项目的技术储备。
AI
RAG 核心
83%1年+
Agent Workflow 核心
80%1年+
OCR / 模型 API 接入
79%1年+
产品能力
CMS / 后台管理 核心
86%2年+
前端
Vue / Nuxt 3 核心
90%3年+
TypeScript 核心
86%3年+
GSAP
76%1年+
后端
FastAPI 核心
88%2年+
PostgreSQL 核心
84%2年+
Redis
78%1年+
工程化
Docker 核心
82%2年+
Git / 文档体系 核心
88%3年+
Projects
项目经历
用真实项目说明问题拆解、技术选型、工程落地和结果复盘。
Blog_new 个人博客 CMS 重点项目
全栈开发 · 2026.06 - 至今
从 0 到 1 搭建个人博客 CMS 与知识平台，把公开内容站、后台运营、媒体资源、数据分析、知识库和简历中心统一到一套可持续演进的全栈产品里。
Nuxt 3FastAPIPostgreSQLRedisDocker
CMS后台管理知识库全栈
Situation / Background
背景
最初只是个人博客需求，但继续扩展时会遇到内容发布、媒体管理、用户权限、数据统计、知识沉淀和个人作品展示分散的问题。
任务
需要把公开站点和后台管理打通，建立文章、分类、标签、评论、媒体、用户、审计、分析、知识库、Resume Hub 等模块的稳定数据模型和管理入口。
Action / Result
行动
前端用 Nuxt 3 拆分公开页、后台页和可复用组件；后端用 FastAPI 分层组织路由、schema、crud 和 service；用 PostgreSQL + Alembic 管理内容、媒体、知识库、简历等表结构，并通过 Docker 保持部署闭环。
结果
形成了真实可维护的 CMS 基座，新模块可以按既有模式接入后台、接口和数据库迁移，公开站点也能持续消费同一套内容数据。
项目链接 
GitHub 家庭点餐小程序 / OCR 营养分析 重点项目
前后端一体开发 · 2025.11 - 2026.03
围绕家庭点餐和健康管理场景，设计从菜单图片录入、OCR 识别、菜品结构化、营养估算到移动端结果展示的原型流程。
UniAppFastAPIOCRPostgreSQL
OCR营养分析小程序
Situation / Background
背景
家庭点餐时，菜单图片、菜品选择和营养判断往往依赖人工阅读与经验判断，录入成本高，也很难快速比较一顿饭的结构是否均衡。
任务
需要把非结构化菜单图片转成可计算的数据，完成菜品识别、清洗、分类和营养倾向展示，让用户在移动端快速理解点餐结果。
Action / Result
行动
在 UniApp 侧设计拍照/上传、识别进度和结果页交互；后端用 FastAPI 封装 OCR 输入、文本清洗、菜品结构化和营养标签生成接口，并用 PostgreSQL 保存菜单、识别记录与分析结果。
结果
跑通了从菜单图片到结构化菜品列表，再到营养倾向展示的端到端原型，验证 OCR + 规则化分析可以降低家庭点餐场景的信息录入成本。
成果：完成图片输入、OCR 识别、数据清洗、菜品结构化、营养结果展示的原型闭环
AI 知识库 / Obsidian / RAG 知识图谱方向 重点项目
AI 应用开发 · 2025.08 - 2026.06
围绕个人知识资产复用，探索从文章导入、段落切片、知识点抽取、关系构建到问答召回的 RAG 知识库链路。
RAGObsidianFastAPIPostgreSQL
RAG知识图谱Agent
Situation / Background
背景
普通笔记和博客文章适合阅读，但不适合被系统化检索、关联和追问；需要把非结构化内容转成可被 RAG 使用的知识单元。
任务
需要设计文章、知识节点、关系边、证据切片和问答接口之间的边界，让知识图谱与后续向量检索都能从同一份源内容重建。
Action / Result
行动
实现知识点抽取、关系生成、切片构建和图谱聚合的第一阶段规则链路，并在 FastAPI 中提供图谱查询、节点详情和问答入口，为后续接入 embedding 与 LLM 留出接口。
结果
搭起了可重建的知识库骨架：源文章仍是事实来源，图谱、切片、问答结果都是可迭代的派生层，降低后续接入向量检索和 Agent 工作流的成本。
成果：完成知识节点、关系边、证据切片、图谱查询与问答入口的第一阶段闭环
Experience
工作经历
按时间线梳理职责范围、关键产出和在团队中的主要贡献。
腾讯
AI 工程师
- 参与 AI 应用后台能力建设，负责模型调用、任务编排、结果存储与管理端接口设计。
- 围绕内容识别、数据清洗和结构化输出场景，拆分 Prompt、规则校验和人工复核流程。
- 配合前端完成管理台交互联调，补齐异常状态、加载反馈和权限边界。
沉淀了一套从输入采集、模型处理、结构化入库到后台审核的基础链路，让 AI 能力从单次接口调用逐步转为可追踪、可复用、可运营的业务流程。
AI 应用模型 API后台管理流程编排
字节
全栈工程师
- 负责内容管理、用户管理和数据看板等后台模块开发，覆盖前端页面、接口联调和数据模型设计。
- 基于 Vue / Nuxt 与 FastAPI 搭建可复用表单、列表、弹窗和权限控制模式，降低后续模块接入成本。
- 参与数据库表结构调整、接口错误处理、页面状态管理和上线前自测，保证管理端功能稳定迭代。
完成多类后台业务模块从需求拆解到交付上线的闭环，提升了内容维护、数据查看和运营配置效率，也积累了从前端交互到后端接口、数据库迁移的全栈实践经验。
全栈开发CMS数据看板权限管理
Education
教育背景
补充教育经历与长期学习路径，作为技术成长背景的辅助信息。
云南大学
计算机科学与技术 · 本科
系统学习数据结构、数据库、计算机网络、操作系统与软件工程等计算机基础课程；课外围绕 Vue / Nuxt、FastAPI、PostgreSQL 与 AI 应用持续做项目实践，把课程知识迁移到个人博客 CMS、知识库、后台管理系统和简历中心等真实模块中，形成从需求拆解、编码实现到部署维护的完整工程训练。
Agent
智能 AI 客服
面向猎头和招聘负责人，基于公开简历回答岗位匹配、项目经历、技术栈和联系方式。
Agent
智能简历顾问
面向猎头和招聘负责人，以第一人称回答公开简历信息。