// 04 · PROJECTS
项目经历
PROJECT — 01
Spec-Driven Development Platform — 端到端 AI 产研工作流平台
公司团队项目 · 整体主导
Multi-Agent·Plugin 架构·Hook 门禁·Agentic RAG·Citation Grounding·MCP·Evals
痛点与定位:对话式 AI 编码仅能提效单点,且自然语言提示对 AI 无硬约束、产出不可审计。主导设计并自研团队级 SDD 平台,以 Spec 为可追溯工程中间产物,把「聊天写代码」重构为需求 → 设计 → 计划 → 编码 → 测试 → 审查 → 上线的端到端可审计闭环,实现「人定规范、AI 执行」的权责升级。
- 端到端五阶段流水线 + 红灯门禁 — 13 条原子命令 · 4 道红灯:ARD 需求分析 → Design 技术方案 → Plan 任务拆解 → Test 测试保障 → CR 代码审查全链路贯通(FEATURE 自动模式);Hook 红灯逐阶段硬校验 + 三态判定门禁(通过 / 关注 / 失败),发布等节点保留人工审批,产物全量落盘、可审查可回滚。
- 六层约束工程质量体系 — 构建「契约化 / 门禁化 / 证据化」质量体系:契约层全局规则宪法 + ADR 决策记录、流程层计划门禁 + 占位符拦截、运行时层 Stop-hook 自修正、评审层子智能体隔离审查(仅输入 spec + diff)、判定层三证据硬绑定(测试 / 覆盖率 / 违规数,缺一即阻断);引入反表演协议——未跑测试不得声称完成。
- Plugin 化多 Agent 架构 — Commands / Agents / Skills / Orchestration 四层解耦:3 个隔离上下文 Sub-agent + 16 个可插拔 Skill 模块 + 零运行时编排(状态即文件、调度即读盘、autopilot 自修正循环),编排即确定性;规划「单体 Skill → Plugin → 多 Agent 协同」三阶段演进。
- Agentic RAG 知识底座 + 观测治理 — 历史代码 / PRD / 跨层契约抽取为 6 类标准化知识(确定性 40% → 85%+),代码知识图谱 + 倒排索引按需检索;每条 LLM 事实附 file:line 引用、源码 Read 后才写入,机制性压制幻觉;eval 四维评分 + 三段式度量(事前预测 / 事中监控 / 事后复盘)+ Token 成本监控,驱动规则月度迭代。
IMPACT
单需求理解耗时 5h → 2h · 生成代码占比 0 → 50% · 缺陷逃逸率 12% → 7% · 测试覆盖率 34% → 65% · 服务 20+ 人团队日常研发,沉淀为公司级标准化 AI 开发链路;演进反思:验证了「确定性留给编排、智能留给节点」的取舍——状态即文件、零运行时编排是全链路可审计的根基
PROJECT — 02
AI 营销智能化 — 智能文案 & 批量创建 Agent · 营销中台 AI 化
滴滴出行 · 公司项目 · 前端 Owner(AI 工程化)
LLM 应用·对话式 AI 组件·Prompt 模板与合规·RAG 知识库·HITL·线上 AB 实验
场景:营销文案长期使用默认模板、批量配置依赖 Excel 硬编码模板(规则稍变即需产研发版)。作为前端 Owner 在长期主导的营销中台上落地两个生产级业务 AI 需求,覆盖「生成 → 校验 → 应用 → 实验」全链路。
- 对话式智能文案组件 — AB 最优组 push 点击率翻倍:悬浮球 + 多轮对话嵌入配置流,「国家 + 场景」Prompt 模板预生成 3 套 × 3 条压缩等待、一键回填;文案与活动触发条件不匹配时前端阻断,按国家违禁词库过滤;司机时长 / GMV 等约束指标无负向。
- 批量创建 Agent 工程化 — 单活动配置 4.09 → 2.6 分钟:Google Sheet 上传 → 数据清洗 → LLM 语义映射(不规范表头 → 标准字段)→ 知识库参数补全(按活动类型 / 国家 / 玩法沉淀)→ 影子校验 → 人工预览确认的批量流水线,替代「上传-报错-返工」循环。
- 业务 Agent 安全红线 — 数字 / ID / 金额 100% 源于输入或私有知识库、不足即置空提醒(禁止编造),映射结果回显并标注依据;HITL「预览-确认」+ 奖励系统硬校验双层兜底,保障营销资金安全。
IMPACT
AB 最优组 push 点击率翻倍 · 配置 4.09 → 2.6 分钟/活动
PROJECT — 03
个人 AI 系统实践 — Multi-Agent 编排调度 & 安全 Coding Agent
个人项目 · 独立设计开发
LangGraph·Supervisor / ReAct·HITL·Self-Evolution·Agent Safety·Docker 沙箱
定位:独立设计实现 Manager_Agent(Multi-Agent 编排调度)与 Code_Assistant(安全可控 Coding Agent)两套互补系统。
- 编排与执行分离 — Supervisor 专注意图路由 / 任务规划 / 结果汇总,38 节点条件分支状态机支持多意图拆解;Plan → 并行 Execute → Critic 闭环,高风险写操作人工审查门禁;双层 Checkpoint(Postgres 跨 run 续接 + file / Redis 快照支撑 HITL)。
- 失败回放驱动的自进化 — 失败归因 12 分类 → LLM 假设生成 → 金丝雀 A/B 验证 → 经验注入路由 few-shot,无需人工标注持续提升调度能力。
- 安全可控的 ReAct Coding Agent — 18 个代码全生命周期工具 + 增量向量代码 RAG(Read-before-Write,避免全仓入上下文);三层写盘守卫(路径黑名单 / 保护目录 / sha256 乐观锁)+ Docker 沙箱自动降级;改后自动 typecheck / lint / 单测,机械化门禁替代人工审查。
IMPACT
路由 Golden 评测 + NLU 回归门禁 + 全量冒烟矩阵接入 CI · 增量索引原子落盘 + 串行写队列 · 回归测试 0 丢失
PROJECT — 04
国际化营销中台 — Server-Driven UI 与可扩展权益组件库
滴滴出行 · 前端 Owner · 从 0 到 1
React·TypeScript·Server-Driven UI·Schema-as-Code·Plugin Architecture·Serverless BFF
场景:面向滴滴国际化营销,覆盖 10+ 国家 / 20+ 活动类型 / 400+ 营销权益全生命周期,其 Schema 架构沉淀为营销 AI 化与 SDD 的结构化基础。
- Schema-as-Code 的 SDUI 架构 — 两阶段 DSL 求值(编译期 schema 校验 + 运行期动态求值)支撑跨国家、跨活动动态组合;权益以插件 SDK 注入,新增无需改核心 SDK、无需发版(35+ 渲染组件热替换)。
- 组件契约与跨服务规约 — 沉淀标准化组件契约,突破单服务 Spec 与仓库绑定,直接支撑 SDD 平台的知识抽取与跨服务需求拆解。
IMPACT
400+ SKU 服务 8 个业务项目 · 标准活动上线 2 周 → 3 天 · 新权益接入 2 天 → 2 小时 · 稳定运行 18 个月+,仅 2 起低危 bug