重点 AI / Agent 项目持续迭代
AI 应用开发 / 自动化工作流 / 通信工程背景
把复杂工具链，
做成真正能解决问题的应用。
我是赵晖，正在寻找 AI 应用开发、Agent 工程和智能自动化相关岗位。 我关注的不只是模型本身，而是如何把工作流、知识检索、本地工具和真实业务场景接起来， 做成能落地、能解释、能持续复用的系统。
AI 行业情报与自动化信息入口整合
跨学科的问题拆解与工程实现能力
我想做的，是把大模型能力接到真实流程里，而不是停留在演示层。 无论是本地诊断 Agent、知识助手、自动化工作流，还是行业情报系统，我更在意的是 问题是否被真正解决，流程是否变得更清晰，结果是否更可信。
重点项目
围绕真实问题，构建可落地的 AI 系统。
这些项目的共同点不是技术名词，而是都在处理真实效率问题： 怎么做诊断、怎么做检索、怎么做自动化、怎么让信息沉淀下来。
NetDiag Agent 本地网络诊断智能体
面向网页访问慢、单站异常和游戏卡顿等场景，把分散的
ping、nslookup、tracert
排障流程整合成一个可交互诊断工具。
问题
个人用户依赖命令行排查网络问题，定位门槛高，结果难理解。
方法
基于 LangGraph 组织工具调用流程，结合知识库、长期记忆和 Query Rewrite 提升诊断质量。
结果
完成“症状输入 - 探测执行 - 结论解释”的完整原型，让网络排障更高效、更可解释。
通信 / 电子行业企业知识助手 Agent
面向资料分散、检索效率低和答案难溯源的问题，搭建可本地部署的企业知识助手， 让资料查询变成可检索、可引用、可追问的流程。
问题
传统手册与测试规范依赖人工翻阅，检索耗时，连续追问体验弱。
方法
实现文档上传解析、Hybrid RAG、KB-first Agent 路由与会话记忆持久化。
结果
打通从资料入库到前端问答交互的完整闭环，提升定位效率与回答可信度。
AI 行业情报自动采集与知识蒸馏系统
针对 AI 行业信息更新快、来源分散、长期知识难沉淀的问题， 构建“自动采集 - 周级蒸馏 - 长期回填”的个人知识闭环。
问题
手工整理行业信息耗时高，且难以持续沉淀成长期可用的知识资产。
方法
整合约 20 个资讯入口，并通过 Codex 自动任务与脚本同步串起整理、发布与回填。
结果
打通日报、周报和长期沉淀链路，预计每天节省 30 到 45 分钟的信息整理时间。
作品切片
不只是项目名，更是我解决问题的方式。
Automation Workflow
新闻聚合与智能推送工作流
用 n8n 把多源新闻抓取、关键词过滤、去重分类和消息推送串成一条稳定可复用的自动化链路， 减少重复操作，提升信息获取效率。
- 多源采集与调度
- 规则化筛选与清洗
- 消息自动推送
Research x Engineering
OFDM 无线语音传输系统
基于 MATLAB / Simulink 完成语音采集、调制解调、信道仿真、同步与均衡设计，验证通信链路闭环。
Execution Style
我的工作方式
倾向先拆问题，再搭流程，最后把结果做成能反复复用的系统。这也是我做 Agent 和自动化项目的一贯方法。
能力结构
把开发、自动化和业务理解连接起来。
AI 应用开发
熟悉大模型 API 调用、Prompt 设计、RAG、轻量 Query Rewrite、记忆增强与 Agent 工作流落地。
工程实现
使用 Python 完成脚本、接口联调、数据处理和原型开发，了解 FastAPI、Streamlit、SQLite、Docker 等常见工程组件。
自动化工作流
熟悉 n8n、PowerShell、定时任务和多源数据采集编排，擅长把重复动作收敛成稳定流程。
通信与分析基础
具备通信工程与信号处理基础，能够结合系统建模、仿真与实验验证理解复杂问题。
Python
LangGraph
Streamlit
FastAPI
ChromaDB
n8n
SQL
PowerShell
Git
MATLAB
联系方式