教育背景

上海交通大学(闵行校区)

计算机科学与技术 · 本科

  • 核心课程:程序设计、数据结构、计算机组成、操作系统、计算机系统结构、算法与复杂性、计算机网络、数据库技术、机器学习、计算理论

香港理工大学 · ISS 2026 暑期学校

Smart Wearable and Smart Living · 全英文授课

  • 经校级选派参加,完成纺织与柔性电子材料动手实验。

实习经历

上海光之宇智能科技有限公司

Agent 开发 · Jupiter 核心开发者

面向公司内部办公系统基于飞书开放平台定制开发的可自进化智能助手:支持读取和操作用户飞书应用;打通公司中转站、Gitea 代码管理系统和 SSO 绑定;支持用户级、系统级智能自动化任务,以及用户级、系统级的文件空间与技能、记忆空间。

  • 多用户共用 Agent 的权限与隔离: 通过在 agent loop 的各个环节校验用户 open_id 和 bot 执行的 tenant/user 身份,实现多用户共用 Agent 的数据隔离;将工具分为 lark-cli 和通用 Bash 两大类,前者采用 --dry-run 方式,后者放入轻量级容器执行,确保 agent 不对服务器产生破坏。
  • 基于回顾沉淀的自进化机制: 通过让模型定时从成功的 lark-cli 调用中归纳操作模板,供后续任务直接复用,缩短 agent 每次完成任务时的执行链路,同时提高了 skills 的调用准确率和稳定性。
  • 工具向量检索(Tool RAG): 将用户意图与各工具的描述、案例文案做语义匹配(服务器自部署 Qwen3-Embedding),按相似度召回 top-k 候选工具,缓解工具与模板增多后的误选问题。

项目经历

(开源)Dela

项目作者

专门面向交大在校生开发的桌面 Agent 产品:通过校园公开 API 将 Canvas、交大邮箱、课表、课堂回放和校内论坛等学习系统统一接入一个 AI 助手,并封装为工具与 Skills 供其直接读写,解决学习信息分散、资源难以获取的痛点。

  • 从 0 到 1 全程主导: 全过程深度参与想法诞生、产品设计与 Demo 制作的完整孵化,随后组建开发团队、规划开发并统筹宣传推广。
  • 远程项目实现服务器开发: 通过 SSH 链接将编译好的二进制 dela-helper runtime 文件上传到服务器,在服务器和本机之间建立稳定高速的 SFTP 连接;通过路径前缀替换和 tool 远程操作优化,实现 Agent 可以在本机上直接读写服务器文件、运行 Bash 指令,并时刻同步最新的文件变化。
  • 本地优先的架构与凭据安全: 基于 Electron + React + TypeScript 开发,Agent 内核基于 Pi 构建并兼容 MCP 与第三方 skills,还支持大部分 Pi Packages 生态接入;账号凭据经系统钥匙串加密保存在本机,数据不上传服务器。

(开源)MAD-Toolbox

核心开发者

瞄向媒体视频创作者的跨平台工具箱,集成影音素材下载和视频格式转码功能,解决常用创作工具分散的问题。基于 Tauri 架构,Release 安装包本体下载约 3,000 次。

  • 解耦依赖与应用: 借助国内 CDN,将初期的 Full/Lite 双版本安装包的捆绑依赖改为按需安装、独立更新的统一应用安装包,依赖更新和应用更新分离,减少重复下载和分发的带宽成本,并消除双版本维护成本。
  • 统一任务管理: 设计工具适配层,将不同工具的参数与执行方式转换为统一任务描述;基于统一任务队列实现排队、并发控制、状态与进度反馈,新增工具可直接复用既有任务管理能力。
  • 产品全流程负责: 独立负责功能开发、构建测试与 CI/CD、官网设计与部署、微软商店上架与宣传推广的完整链路;Release 发布后由 CI 自动推送微软商店,审核通过自动上架。

GUI 智能体的时间感知与自适应等待(上海交大第 49 期 PRP)

负责实验设计与数据分析 · 3 人研究团队

基于 OSWorld Benchmark 与 DART GUI 7B 研究 GUI 智能体的时间感知:固定等待约占单任务耗时 84%,项目探索让模型自主决定等待时长。

  • 等待策略实验与链路提速: 以三轮满分筛选 67 项稳定任务,量化等待时长与任务表现、交互轮数的取舍;定位并消除隐藏暂停等开销,动作请求往返耗时由约 124ms 降至 40ms(-68%)。
  • 等待标签与 LoRA 后训练: 基于动作后连续截图与人工审核构建标签数据集,后训练模型在已见数据上档位匹配率 95.1%(未见 48.5%),明确长等待泛化不足是走向实际加速的关键。

技能与工具

  • AI Agent 工程

    独立设计并实现面向真实用户的 Agent harness(工具与 skills 体系、上下文管理、权限与沙箱隔离);在多用户场景实践 subagent 调度、工具向量检索与操作模板归纳;日常以 Claude Code / Codex 驱动开发迭代。

  • 桌面应用开发

    掌握 Electron 与 Tauri 两套主流方案,能按场景选型(包体积、内存占用、原生能力与生态的取舍);具备从构建、代码签名、自动更新、安装包分发到微软商店上架的完整发布经验。

  • 编程基础

    使用 TypeScript、Python、C/C++ 开发;习惯以分层与适配控制代码复杂度,MAD-Toolbox 的统一工具适配层即出自这一实践。

  • 工程协作与自动化

    理解常见分支模型的适用场景与取舍;基于 GitHub Actions 搭建从提交、构建、签名到商店上架的全自动发布流水线,替代人工构建与分发。

  • 语言能力

    已通过 CET-4、CET-6。