马丁 Martin
河北 · 保定
个人信息
- Martin / 马丁 / 男 / 1988
- 工作年限: 13
- 教育情况: 本科 / 教育 / 初等教育/计算机教育
- 海外远程经验(北美、澳洲)
- 倾向前端/全栈 主攻：AI 应用落地（RAG/多模态/Agent）、在线协作、教育/医疗场景
技能清单
- 开发语言: Javascript/node.jsTypescript PHP Python Ruby on rails Swift
- 系统架构设计： 微服务架构 分布式系统 异步架构 高并发设计 分层架构 事件驱动 流式处理 性能优化
- AI应用技术： 托管 RAG 平台架构 LangChain LangGraph LlamaIndex RAGFlow 语义意图识别 Query 扩写与增强检索 海量文档索引 PDF/视频 OCR 管线 Prompt Engineering AI Agent 多模态 AI (图/表/公式) 语音识别 (Whisper)
- vector & embedding： pgvector ChromaDB Pinecone 混合检索 (向量+BM25/FTS) RRF融合 Cross-Encoder Rerank RAG Triad 评测
- 前端: React next.js React Native Meteor Fabricjs Excalidraw React Flow Canvas/SVG Vue3jQueryApollo Clienttaro
- ui: MuiTailwind Ant Design Element ui taro ui Vant
- 后端框架: FastAPI Express NestJS Laravel ThinkPHP SQLAlchemy
- 云服务 & 基础设施: AWS (S3, Lambda) 阿里云 (ECS, NLS) 腾讯云 (ECS, RDS) Supabase CloudFlare R2 Docker Docker Compose
- 实时同步技术: YJS webSocket
- 支付: Stripe 微信，支付宝相关接口
- 数据库与缓存: PostgreSQL MySQL MongoDB Redis Memcache Kafka 连接池优化
- 状态管理: zustand Redux context
- 工具: gitcomposeryarn npm Postman
- 项目管理: github (海外项目) coding (国内和自己的项目) jira
- 测试工具: ones qunit jest
- 开发IDE: cursor vscode
自研项目
- Memorix — 工业级托管多模态 RAG 平台（重点自研）
FastAPI
Next.js
PostgreSQL/pgvector
BYOK
多模态 RAG
定位：面向第三方应用与企业平台的云端 RAG 基础设施——上传即索引、API 即召回；存储/索引/检索由平台托管，LLM 生成全程 BYOK，模型费用与厂商选型完全由租户掌控。
系统架构：索引与在线检索分离（异步 Worker 负责解析→增强→切分→向量化→可选图谱抽取；API 无状态）。多租户隔离（Project → Collection → Document），REST /v1 + 控制台 Playground 同源能力；Embedding / Chat / OCR / Rerank / VLM 五轨独立配置。
文档理解（对标工业级 PDF RAG）：版面级 Content List 解析（可选 MinerU 风格 JSON）；扫描页 OCR + 图/表/公式分通道与 VLM 上下文感知增强；语义断点切分 + 10%–20% token 重叠（段落优先、固定 token 兜底）；中文 PDF 跨页拼接与页眉页脚/广告/目录去噪；索引期 LLM 知识图谱实体关系抽取，检索期实体命中加分。
检索链路优化（解决「本地 Demo 准确率高、线上用户仅 ~60%」）：
- Query 扩写 + 防幻觉：小模型生成多路同义问句并行召回；改写结果经 Embedding 余弦相似度校验（阈值 ≥0.8），低于阈值废弃，避免扩写幻觉带偏检索。
- 混合检索：pgvector 语义召回 + Postgres 全文（BM25/FTS）+ RRF 融合，解决向量与关键词量纲不可直接相加的问题。
- 策略路由 Rerank：简单问句走毫秒级启发式排序；复杂问句才触发租户 Cross-Encoder（~200ms/条），兼顾高并发 P99 与长难问准确率。
- 评测闭环：Playground 与 API 返回 meta（扩写变体、图谱命中、Rerank 来源）；RAG Triad 拆分 Context Recall（检索是否找对）与 Faithfulness（生成是否忠实上下文），启发式 + LLM 保守评分。
技术栈：Python/FastAPI, SQLAlchemy, Alembic, Next.js/TypeScript, Supabase Auth/Storage, pgvector, Redis, Docker；融合 RAG-Anything 多模态管线思路并自研混合检索与租户级可观测。
官网地址：https://memorix-frontend-production-5f55.up.railway.app/
- HyperGPT: next.js express Langchain Openai GLM deepseek
- MathLibrary: python express latex2mathml chromadb Langchain pypandoc
- GptService:
expressLangchain
nodejs
使用langchain/langgraph集成claude gork openai等接口
- CanvasX: Fabric js
工作经历
AI智能白板协作系统 (AI + Excalidraw)
2025.12 - 至今
（兼职）
- 项目概述：基于 Excalidraw + React Flow 的无限画布协作平台，以画布 Card 为知识载体，深度集成 LLM 与 RAG，支撑「拖入资料 → 对话检索 → 可视化产出」一体化工作流。
- 画布 Card 与多源摄入：在画布上挂载 PDF、Markdown、链接等 Card 组件，统一触发云端解析与索引；用户可在 Card 上下文中直接提问，引用定位回具体文档与页码。
- PDF / YouTube OCR 识别：对接 OCR 与字幕/文稿抽取管线，将扫描页 PDF、YouTube 视频内容结构化为可检索文本，解决「非纯文本素材无法问答」的痛点。
- 海量文档增强检索：单画布支持批量导入上千份资料，结合 RAGFlow / 向量知识库做 Query 扩写、混合召回与重排，在超大文档集上稳定召回高相关片段。
- 语义意图识别：对用户自然语言做意图分类与 Query 增强（绘图指令 vs 知识问答 vs 总结提炼），路由到不同 AI 能力，降低误触发与检索跑偏。
- 画布渲染与智能交互：Canvas/SVG 海量元素性能优化；AI 自动排版、思维导图生成、流程图智能连线等，提升协作创作效率。
- 技术栈：React/TypeScript, Excalidraw, React Flow, Fabric.js, RAGFlow, LLM API, OCR, 向量检索, WebSocket/YJS
AI智能模拟面试系统 2025.7 - 至今 （兼职）
- 项目概述：开发面向日本用户的AI驱动模拟面试应用，集成大语言模型、语音识别和多维度智能评估系统
- AI对话引擎：基于GPT-4o和Deepseek构建智能面试官，实现上下文感知的多轮对话生成。设计动态Prompt工程，支持基础/高级/企业定制三种模式，通过流式响应优化用户体验和API成本
- 多模态AI集成：集成OpenAI Whisper和阿里云NLS实现日语语音识别，开发视频分析模块提取非语言特征（面部表情、肢体动作），结合语音和视觉数据进行综合评估
- 智能评估系统：设计6-7维度AI评估框架，使用Anthropic和GPT-4o进行结构化评估，优化LLM调用策略将多轮评估合并为单次调用，降低延迟60%以上
- 架构优化：基于FastAPI构建异步后端，通过Redis缓存和连接池优化提升响应速度，设计分段式流程平衡实时性与资源消耗
- 技术栈：GPT-4o, Deepseek, Anthropic Claude, OpenAI Whisper, 阿里云NLS, Python/FastAPI, SQLAlchemy, Redis, PostgreSQL, React Native, TypeScript, Prompt Engineering
心镜 · 情感健康分析平台
2025.1 - 2026.4
（自研桌面端）
- 项目概述：面向情感咨询场景的 SaaS，基于用户聊天记录做亲密关系洞察，衔接「AI 初诊 → 深度报告 → 真人咨询」商业闭环。
- RAG 检索：按对话事件（冲突、情感转折等）切分，构建微观/中观/宏观三层向量索引，在有限上下文内为 LLM 供给高信噪比素材。
- 数据与产品：逆向解析微信/TXT/CSV 等聊天导出格式；结合用户画像（性格、依恋类型）做多维分析；支持多风格 AI 分析师与定制化报告。
- 技术栈：Python/FastAPI, LangChain, LlamaIndex, GPT-4/Qwen, React/TypeScript, Swift/iOS, ChromaDB, PostgreSQL, Redis, Docker
ThirdpartAi（AI短剧自动生成系统） 2025.3 - 2025.7
- 负责AI短剧生成平台的前端架构与核心功能开发，基于MUI组件库与YAML配置驱动实现动态界面生成
- 视频生成无限画布：开发基于 Fabric.js 和 Canvas 的可视化视频剧情编排器，支持拖拽式场景管理、角色关系配置与时间轴轨道编辑，自动生成剧本结构及分镜脚本
- 集成Runway/fal.ai等多模态AI模型，通过Python后端服务实现角色生成、语音合成及场景构建功能
- 构建端到端视频生成流水线，协调文本到语音(TTS)、图像生成到视频合成的完整AI工作流
- 实现基于提示词工程的角色一致性保持技术，确保多镜头下人物特征与场景风格的统一性
Stey 智能酒店项目（线上短期）
2024.10 - 2025.2
- 担任大前端工程师，负责智能酒店项目的前端开发，利用Next.js和Tailwind CSS构建高性能的响应式网页。
- 实现复杂的页面动态效果和流畅的用户交互体验，提升用户满意度。
- 设计并优化支付流程，确保交易安全性与便捷性，减少用户操作步骤。
- 与后端团队紧密协作，通过RESTful API进行数据交互，保障前后端数据一致性。
- 参与项目架构讨论，提出多项优化建议并被采纳，有效提升开发效率和系统稳定性。
BOARDX.US (在线无限画布协作平台)
2022.3 - 2024-12
- 核心前端架构：利用 React 和 Fabric.js 深度定制开发了高性能的在线交互式无限画布设计平台，支持海量矢量图形与富文本编辑。
- AI智能辅助：集成大语言模型，实现了基于自然语言的智能设计辅助与图形生成功能。
- 复杂交互与性能优化：针对 Canvas 渲染和 SVG 导出进行了深度性能优化，确保在不同设备和复杂场景下的流畅体验。
- 使用实时同步技术如 Socket.io 与 YJS，确保多用户能够低延迟实时协作。
- 设计和实现了RESTful API，为前端提供稳定的数据接口。
- 使用MySQL和Redis进行数据存储和缓存，提高系统响应速度。
- 实现了用户权限管理和数据安全机制。
保定微工坊网络科技有限公司 2012.11 - 2022.3
-
爱情Living社区商城
- 负责社区电商平台的整体架构设计与研发管理，采用Vue3+Java技术栈
- 引入Kafka消息队列应对节假日高峰流量，确保系统高可用性和订单处理稳定性
- 实现用户社区互动、商品交易、订单管理一体化功能，提升用户粘性和转化率
-
长城人内购商城
- 开发长城汽车员工内购平台，基于Vue3前端架构和Java后端服务
- 设计并实现员工身份认证、特权商品展示、内购订单管理等核心业务功能
- 通过分布式架构和负载均衡技术，保障大并发访问下的系统性能
-
长城Fans福利商城
- 构建员工福利积分兑换平台，采用Vue3+Java技术体系
- 实现积分管理、福利商品兑换、订单跟踪等核心功能模块
- 优化用户积分消费流程，提升员工福利体验和参与度
-
蓝梦谷校园商城
- 负责Taro跨端开发框架的应用与优化，实现一套代码多端发布
- 基于Laravel后端架构，提供稳定的API服务和业务逻辑处理
- 针对校园场景特色，开发专属商品推荐和校园活动功能模块
-
TouchHealth健康项目
- 自主研发智能健康设备配套应用，集成微信智能硬件接口
- 设计直观的健康数据可视化界面，帮助用户理解身体状况
- 与硬件团队深度协作，确保软件与硬件设备无缝对接和数据同步
-
技术管理与优化
- 推行敏捷开发流程，使用GitHub和Coding进行版本控制和团队协作
- 通过代码重构和数据库优化，显著提升系统性能和响应速度
- 建立完整的测试体系，包括接口测试和性能测试，保障交付质量
- 引入容器化部署，提升系统稳定性和部署效率至99.9%
腾讯科技（北京）
2010.10 - 2012.10
- 担任新媒体技术支持，参与腾讯视频多个大型直播项目，保障千万级用户流畅观看体验。
- 优化内容分发网络（CDN），有效降低视频加载延迟，提升播放成功率。
- 与产品团队紧密配合，快速迭代功能，满足市场需求。
- 参与内部技术沙龙，分享前沿技术动态，促进团队技术氛围。