Skip to main content

Jack/靳泽旭·AI Agent Systems / Backend

我想让 Agent 真正把事情办完。

我做服务端,也做 Agent 工程。顺利时把事办成,出错时有地方兜住。

黑色线缆、金属构件与系统走线稿组成的工作台静物

6 年

服务端与系统工程

3 年

Agent 产品实践

13

LangChain 生态合并 PR

9

Hermes 上游提交

9 个项目

我做过的东西,都放在这里。

有些已经上线,有些开源了,也有些只是因为我想把一个问题弄明白。九个都在这里。

公司项目

基于 Agent Orchestration 与 Hybrid AI 架构的下一代智能旅行助手。Supervisor 模式调度 6 种专家 Agent(ReAct 循环),三阶段规划引擎,Checkpoint "时光倒流",多 LLM Fallback + 工具熔断,LangSmith + LLM-as-Judge 评测体系。

  • LangChain
  • LangGraph
  • LangSmith
  • MCP
  • FastAPI
  • RAG
  • Redis Queue

6 Expert Agents · 90% 成功率 · 日均数千请求

IMEANAI-Coyage 产品首页

背景

传统规则引擎无法处理复杂旅行意图,纯大模型存在"幻觉"导致无法真实预订。需要 Agent Orchestration 与 Hybrid AI 架构,实现从模糊自然语言到多城市精确行程的端到端生成。

方案

Supervisor 模式调度 6 种专家 Agent,每个 Agent 基于 ReAct 循环自主完成子任务。三阶段 Hybrid AI 引擎 (Overview → Detail → Review) 结合 LLM 推理与 Web API 实时验证。Checkpoint "时光倒流" 支持跨会话回溯;多 LLM Fallback 降级 + 工具调用熔断 + Redis 队列削峰;LangSmith 全链路追踪 + 离线 Evaluation Pipeline (LLM-as-Judge) 数据驱动 Prompt 迭代。

结果

多 Agent 系统日均稳定处理数千次深度推理请求,行程生成成功率达 90%。多 LLM Fallback 保障核心链路零宕机,Checkpoint 回溯大幅提升多轮交互容错率。

打开项目

个人项目

AI 驱动的技能路线图生成器。输入 JD/文章/简历,LangGraph Agent 自动提取技能树、Tavily 网络研究、生成结构化学习路径。D3.js 径向力导图可视化,支持多源合并、RAG 对话、Obsidian 导出。

  • LangGraph
  • React 19
  • D3.js
  • Express 5
  • SQLite
  • Tavily
  • Vite
  • Tauri

182 Tests · 98% Coverage · 多语言 · Obsidian 导出

个人项目

个人 AI 知识库系统 — RAG 知识检索 + 多模型对话 (Claude/GPT/Gemini) + 12 AI 角色 + CXP 上下文导出协议。Clean Architecture 全栈设计。

  • Next.js 15
  • Bun
  • tRPC
  • PostgreSQL
  • pgvector
  • LangChain

RAG · 3 LLMs · 12 Personas

个人项目

每日技术信号研判产品 —— 不搬运 raw GitHub Trending,只输出「什么值得关注、什么是噪声」的判断。面向独立开发者、技术管理者、投资人,每天 3 分钟看完技术趋势。工程侧:Python 管道唯一写入,Node (Hono + Next 15) 严格只读;document-first + test-first 工作流。

  • Python
  • Next.js 15
  • Hono
  • PostgreSQL
  • pnpm Monorepo
  • LLM Summary
  • Evals

个人副产物起家 · 正在产品化

个人项目

面向 coding agent 的可复现实验项目:同一个 agent 在同一任务上可能出现大幅结果波动,因此不只发布平均分,而是记录 min/max、任务集、Docker sandbox 和失败样本。

  • Benchmark
  • Docker Sandbox
  • Claude Code
  • Gemini CLI
  • Codex CLI
  • Aider

Variance-aware · 10 Tasks · MIT

个人项目

围绕 OpenClaw / agentic intelligence 的资源索引,整理 Skills、MCP Servers、prompt/workflow 和工具协议实践,用于持续跟踪个人 AI assistant 生态。

  • OpenClaw
  • MCP
  • Skills
  • Agent Tools
  • Resource Index

Skills · MCP · Agent Resources

公司项目

自研 Factory 模式引擎,洋葱优先级模型 (SYSTEM→SECURITY→LOGGING→BUSINESS→ROUTE),7 核心插件,自动生成类型安全客户端代码。

  • TypeScript
  • Hono
  • Zod
  • Etcd
  • Redis
  • Winston

5+ AI 微服务 · 接入周期 1周→0.5天

公司项目

法资跨境电商物流平台,SQL 批处理性能优化 10x+,AWS Lambda Serverless 账单系统,Shopify/Prestashop 插件对接。

  • Vue
  • React
  • Next.js
  • NestJS
  • PostgreSQL
  • AWS Lambda

10x+ 性能提升 · Shopify 插件

公司项目

对标 Dify / N8n 的 AI 原生工作流编排平台,LLM 调用、AI 决策路由、向量检索作为一等节点深度融合执行引擎。双层工作流 DSL (AtomFlow + CombinedFlow),可视化画布,多租户 RBAC。

  • React
  • GraphQL
  • Prisma
  • MongoDB
  • Redis
  • RabbitMQ
  • LangChain

银行 & 电商客户 · 流程自助编排

Zexu Jin 的 GitHub 头像
杭州软件工程学士@jackjin1997jackjin1997@gmail.com

我喜欢把复杂的东西做稳,也喜欢追到问题到底出在哪。

近 6 年里,我做过物流 SaaS、微服务框架、工作流引擎和 AI Agent 产品。现在带领 5 人服务端团队,仍然保持写代码、读源码和处理线上问题。

我对架构的判断很朴素:边界要清楚,失败要可见,复杂度必须换来真实收益。做不到这三点,再新的技术也只是负担。

写代码时,我会反复提醒自己三件事。

先想它会怎么坏。

顺利时谁都能跑起来。超时、重试、脏数据和降级,才最考验系统。

框架有问题,就去读源码。

先把原因找准,再做最小修复。能回到上游的,就送回上游。

AI 可以快,判断不能省。

脚手架交给机器,边界、模型和取舍留给人。