个人介绍
关于我
专注 AI 应用、Agent 工程与生产交付。
我是刘卓琪，AI 应用开发工程师（Agent 方向）。主要做 AI 应用、Agent 工作流与生产交付。
我担任过 AISEO、Help Center 和 UMS 的技术负责人并主导开发，也为视频理解 Agent 部署和接入过 SGLang / vLLM 推理服务。目前在独立开发见微 Vane。
不同技术的熟练度并不相同。我更看重能否对开发、测试、排障和上线结果负责，而不是把使用过的框架都写成“精通”。
项目与职责#
AISEO
使用 Python / FastAPI / Temporal 构建多阶段 Agent 内容流水线，覆盖 RAG、多模型路由、Token 成本与多 CMS 发布。Help Center
使用 Java / Quarkus / React 开发多站点知识平台，接入 RAG 检索、向量存储与本地 Embedding。UMS
使用 Go / Gin / Casdoor 开发多产品统一管理平台，负责统一认证、权限、订阅套餐与权益同步。见微 Vane
使用 Go / PostgreSQL / Temporal 与 React / TypeScript 开发，持续推进工作流、飞书 Agent 与生产部署。能力与技术#
AI 应用与 Agent
多阶段 Agent 工作流 · RAG · 工具调用 · 多模型路由 · 反馈闭环 · Agent 评测模型服务
SGLang · vLLM · 多模态视频理解 · GPU 环境联调与压测后端与工作流
Python / FastAPI · Java / Quarkus · Go / Gin · Temporal · PostgreSQL · Redis前端
React · Vue 3 · TypeScript · Vite工程交付
Linux · Docker · Kubernetes · Jenkins · GitHub Actions · Ansible · Prometheus / Grafana专业认证#
技术文章#
大模型为什么记不住你——记忆机制全拆解 — 67 条一手资料交叉验证，覆盖 Anthropic / OpenAI / Google / Cursor 官方文档与 Karpathy / LeCun / Raschka 原文，从架构约束到产品实现彻底拆解 Agent 记忆系统。
LLM 推理引擎怎么选——2026 全景选型地图 — vLLM / SGLang / TensorRT-LLM 等 8 大引擎，叠加 PD 分离 / 投机解码 / FP4 量化三大新趋势，官方博客 / GitHub / arXiv 多源核验。
为什么我们从 Celery 迁移到 Temporal — 生产环境 Agent 流水线的工作流引擎选型，来自逐条踩坑的一线实践，而非文档对比。
一个 Agent 记忆选型框架 — RAG / LLM Wiki / 纯文本三条记忆路线的成本、延迟、精度与可维护性权衡，附决策树。
联系方式#
GitHub: github.com/YouToco
X / Twitter: x.com/busygod9527
Telegram: t.me/happyforyou0
微信: 查看二维码
如果你也在做 AI 应用、Agent 工程或相关基础设施，欢迎通过以上方式联系我。