AI Application Portfolio

项目展示

这里集中展示我做过的 AI 应用项目，重点呈现大模型调用、Agent 工具编排、RAG 检索增强、后端服务接口和前端可视化落地能力。

Focus AI 应用 / RAG

Backend FastAPI + Agent + RAG

Retrieval Hybrid Search + RRF

持续补充项目复盘

2 项目案例

RAG 混合检索与引用

API FastAPI 服务封装

Eval 评测与兜底

Featured Project

已完成项目

已部署

打开项目

基于大语言模型和多智能体协作机制开发的 AI 旅行规划应用。系统根据用户输入的目的地、日期、偏好和住宿要求，调用地图、天气、POI 等外部工具，并生成结构化多日旅行计划。

Python FastAPI DeepSeek API OpenAI SDK Agent 高德地图 API Pydantic Vue3

Agent 编排

景点搜索 Agent、天气分析 Agent、酒店推荐 Agent、行程规划 Agent 协作完成复杂规划任务。

工具增强生成

接入高德地图 API 获取真实 POI、酒店和天气数据，作为 LLM 上下文输入，降低模型幻觉。

结构化输出

提取 JSON，使用 Pydantic 校验响应结构，并提供异常捕获与真实数据兜底计划。

Intent Router symptom / medication / emergency / general

Hybrid Retrieval BM25 + vector + RRF fusion

Safety Guard citation + faithfulness + emergency warning

MedMind RAG Schema 症状问题 -> 意图路由 -> 医学知识检索 -> 图谱扩展 -> 忠实性自检

医疗问答 Demo

打开项目

面向健康咨询场景做的 RAG 应用 Demo，覆盖症状问答、用药咨询、急症提醒和知识库统计。系统将医学文档切块建索引，结合混合检索、知识图谱扩展、LLM 重排序和答案忠实性自检，尽量让回答保留来源依据并提示就医风险。

Python FastAPI Medical RAG Hybrid Search Knowledge Graph DeepSeek API Citation Faithfulness

医学意图路由

根据用户问题识别症状、用药、急症和通用健康咨询，并在高风险场景下优先给出就医提醒。

混合检索增强

结合 BM25、向量相似度和 RRF 融合排序，提升中文症状描述与疾病知识块之间的召回稳定性。

引用与自检

回答展示知识来源、科室和片段摘要，并通过忠实性检查降低脱离检索证据的生成风险。

Build Notes

后续项目会继续补充到这里，保持同一套卡片结构，方便招聘方快速浏览项目成果。