魏于轩

面向财务审计场景开发智能预检平台，将确定性审计规则与 Agent 分析结合，实现文件上传、自动校验、风险展示、智能解释和报告下载的业务闭环。

• 负责文件上传、自动预检、风险展示和报告下载等核心模块，支持科目余额表、资产负债表、利润表和现金流量表四类财务数据
• 构建 37 项科目余额表规则和 30 项财务报表规则，共 67 项可配置审计规则，支持阈值及风险等级在线配置
• 使用 Pandas 和 OpenPyXL 完成异构 Excel 解析、数据标准化、跨表勾稽校验及 Excel 审计报告生成
• 封装 WebSocket Agent 客户端，实现流式响应、Tool Calling 事件分类、历史消息恢复和多会话管理
• 设计「玻璃盒」展示机制：确定性规则结果直接传递至前端，大模型仅负责解释与交互，避免关键财务数据被改写
• 使用 React、TypeScript 和 Zustand 完成前端业务模块，编写 102 个前端测试用例覆盖关键交互和状态逻辑

构建 AI 与实体服务机器人之间的控制平台，使大模型能够通过 Tool Calling 驱动机器人执行导航、拍照、语音播报、充电、头部控制和语音识别等任务。

• 设计「用户/AI—HTTP 网关—WebSocket—Android APK—RobotOS SDK」控制链路，将大模型工具调用转换为机器人可执行指令
• 封装 44 条以上机器人控制指令，覆盖导航、拍照、播报、充电、头部动作、语音识别及设备状态查询
• 实现请求响应关联、超时管理、Token 鉴权、设备白名单和在线状态查询，提升远程控制的安全性与可维护性
• 实现异步导航事件回传，使 AI 持续获取任务状态，并根据实际执行结果进行后续决策
• Android 客户端采用 1、2、4、8、16 秒指数退避策略实现 WebSocket 断线重连，提高弱网连接稳定性
• 实现 ASR 语音队列与长轮询机制，打通「语音识别—AI 理解—工具调用—机器人执行」交互闭环

面向 AI 长期对话中的信息遗忘和事实难追溯问题，开发个人长期记忆与证据检索系统。

• 设计「资料导入—隐私脱敏—记忆提取—证据验证—混合检索」完整链路，将历史聊天转化为可检索的结构化记忆
• 使用 FastAPI 和 PostgreSQL 构建数据服务，采用私密原始数据与 AI 脱敏数据分层存储，支持内容校验、版本管理及失败重试
• 接入 DeepSeek 提取事实、问题、决策、行动和结果，通过原文引用、文本偏移和内容哈希验证，阻止无证据内容进入正式记忆
• 基于关键词与 BGE-M3 向量检索实现混合召回，支持关系扩展、矛盾信息补充及带来源引用的回答
• 建立可重放审计与自动化测试体系，实现全链路错误归因，后端累计 792 项测试通过