刘苑 · 个人简历

👤 个人概述

软件工程本科应届生，主攻Python后端与AI应用开发。
具备数据采集、API集成、基础RAG、Agent编排及Linux部署项目实践，
熟悉Flask、Python自动化开发和大模型API集成，能够独立完成小型AI应用的开发、部署与基础问题排查。

🎯 求职意向

🤖 AI应用开发工程师 AI Agent / RAG Python 后端开发

🔧 核心技能

🐍 Python后端

Python、Flask（熟练）；RESTful API、接口调试与文档编写；了解FastAPI

🤖 AI/Agent应用

DeepSeek API、LangChain、CrewAI；Prompt编排；基础Multi-Agent工作流；RAG检索增强生成（基础实践）

⚙️ AI工作流

任务拆解、Agent编排、工具调用、上下文/结果传递、工作流调度（项目实践）

🗄️ 数据与数据库

MySQL（表设计、SQL查询、增删改查）；Pandas（数据清洗/转换）；了解Redis

🕷️ 采集与自动化

Requests、Selenium、Playwright、Scrapy；网页数据采集、浏览器自动化、定时任务

🚀 工程与部署

Linux、Docker、Nginx、systemd、crontab、Git；具备云服务器部署实践

💼 实习经历

2025年6月 - 2025年9月

📂 核心项目

Python · CrewAI · Playwright · Serper API · Flask

背景：人工跨平台寻找市场需求耗时数天，需自动化方案
架构：将需求发现、信息验证、结果整理拆分为不同 Agent，通过 CrewAI 编排任务流，降低单个 Agent 的复杂度；Agent 间传递中间结果（采集数据→需求列表→验证结果→最终机会），完成从数据采集到机会输出的自动化流程
实现：Playwright 针对公开可获取的信息进行采集实验（以闲鱼、小红书等公开页面为例），通过 TF-IDF 计算文本词项权重，提取高频讨论词和需求特征；Agent 调用 Serper API 对候选需求进行外部搜索验证，补充搜索结果并降低模型生成虚假信息的风险
成果：Flask 展示 Top 机会列表，定时任务自动运行，将原本需要数天的人工检索流程压缩至数小时级自动执行
技术亮点：Agent拆分与编排、工具调用、结果验证、Web展示与自动调度

PythonCrewAIPlaywrightSerper APIFlask

Python · Flask · DeepSeek API · TF-IDF

独立开发并部署知识问答机器人，作为个人网站中的 AI 问答功能
使用 TF-IDF 构建本地检索模块（22条知识文档），召回 Top5 相关知识并注入 Prompt，再调用 DeepSeek API 生成回答，完成检索→上下文构造→LLM生成的基础 RAG 流程
前端设计建议按钮、打字指示器、Markdown渲染；后端通过 systemd + Nginx 部署至 Linux 服务器，稳定运行

PythonFlaskDeepSeek APIRAGNginx