XXX
AI / Agent 工程

教育经历

河海大学(211 双一流)·物联网工程 · 本科雅思 7.5、CET-6 579|优秀学业奖学金
2023 - 2027
香港科技大学 HKUST(QS 33)·信息工程 · 硕士
2027.9 入学

个人项目

Pai· 本地长程任务 Coding Harness
github.com/wutongyuonce/Pai
背景基于 pi 和 pi-durable 构建的本地长程任务 Coding Harness,解决缓存失效、上下文膨胀、失忆与中断恢复。
  1. Provider SDK 层:统一 Model/Message/Tool,屏蔽协议差异;实现异步事件流 EventStream,以「事件队列 + Future 挂起/唤醒」实现生产者(provider)和消费者(如工具执行)的解耦,向上层交付 text / thinking / toolcall 三类增量事件;

  2. 双层 Agent Loop Runtime 层:

    1. 内层完成模型与工具的多轮交互,并在下一轮处理 Steering,外层接续 Follow-up;
    2. 基于全链路生命周期 Event 和 Control Hook 构建 Middleware 插件,统一承接上下文改写、工具拦截与执行追踪;
  3. 面向长程任务的 Coding Harness 层:

    1. 缓存复用,保持前缀稳定:支持缓存保温,在缓存 TTL 内发送最小请求避免过期;以追加配置事件切换思考档位,适配 GPT-6 configuration_update;支持 tool_search 按需动态加载工具;

    2. 上下文治理:大型工具结果卸载为本地快照,上下文仅保留可取回引用;分级 Checkpoint 压缩机制,增量提取 Observation 与 Reflection,避免 Compaction 一次性重读全部历史;

    3. 崩溃恢复机制:将 Agent Loop 拆解为可持久化的任务树与 Durable 状态机,崩溃恢复时由调度器按幂等性重放或补写中断结果,实现可靠续跑;

    4. 5.

      Subagent 和 Code Mode:/task 分派受限子代理,支持追加指令、终止和查状态;JS agent()、parallel()、pipeline() 编排工作流;QuickJS 沙箱批量调用工具并隔离中间结果;

    5. 6.

      跨会话长期记忆:按项目/全局保存可检索事实、经验和流程;后台 /dream 整理去重,/distill 提炼 Skill;

    6. 7.

      安全与沙箱:支持工具白名单和 YOLO、人工审批和自动审批三种模式,Guardrails 拦截 bash 危险命令,系统级 Bash 沙箱限制可达文件、网络和进程访问;

  4. Agent Trace & Eval:

    1. Langfuse 关联任务、模型轮次、工具调用和压缩,追踪耗时、Token、缓存、成本与失败原因;
    2. 建立“代码验证—Transcript 行为分析—LLM Rubric 评分”三级评测,使用 pass@k 和 pass^k 衡量解决能力与稳定性,并将失败轨迹沉淀为回归用例。
Trajex· 面向 Agent 的本地会话记忆 Infra
github.com/wutongyuonce/Trajex · 127⭐
背景面向 Claude Code/Codex/Pi,规范化 JSONL Traces 后写入 SQLite,供 Agent 和用户跨会话检索与回溯。
技术栈TypeScript、Node.js 22、SQLite/FTS5、Electron、Vue 3、chokidar、Worker Thread
  1. 统一会话处理 Pipeline:
  2. 本地证据层:基于 SQLite + FTS5 拆分 sessions/messages/tool calls/workflows/memories 等表,支持多场景、跨会话回溯;
  3. Agent 与用户侧双入口:
  4. 4.跨进程安全的索引写入:
  5. 5.覆盖三类场景的 Benchmark Eval:

开源经历

博客 wutongyu.site 发布 50+ 篇、40w+ 字数技术文章;参与贡献 pi/deer-flow/maka/OpenViking/memU/powercontext 等开源项目,80+ PR Merged,主要贡献如下:

deepagents-in-action · Datawhale 社区《Deep Agents 实战》教程 · 2.9k⭐核心贡献者
Apache Maka(Incubating) · 高性能 Agent 工作区 · 5.9k⭐贡献者
DeerFlow · 开源 SuperAgent Harness · 85k⭐贡献者
OpenViking · 面向 AI Agent 的自进化上下文数据库 · 42k⭐贡献者
memU · 跨会话、代理和设备的共享 LLM wiki · 15k⭐贡献者

专业技能

LLM & Agent
  • 了解 Transformer 架构、KV/Prefix/Prompt Caching 原理和工程;
  • 精通 Agent Harness,熟悉 pi,上线 Pi Deep Dive 解析教程,开发过多个 Extension 插件,了解 deer-flow、DeepAgents 等框架;
  • 深入研究 Agent Memory OpenViking/memU、Browser Use、Computer Use、MCP、CLI、Skill、Subagent、Multi-agent、Trace/Eval/Observe/Evolve Langfuse、Personal Agent Grok Bot 等专题和项目;
  • 熟悉 RAG 全链路开发:意图路由 → 多模态解析 → 语义分块 → Hybrid Search → Cross-Encoder Rerank
编程与工程
  • 掌握 Java/Python/TypeScript 项目开发,熟悉多线程 JUC 并发编程、Python/JS 异步机制;
  • 掌握 FastAPI/SpringBoot 框架及 MySQL/SQLite/Redis 等数据库与中间件,了解 Vue/React/Astro/Electron;
开发工具
  • 熟练使用 Codex/Grok Bot/pi/herdr,掌握 SPEC Skill 全流程,产出 RepoMirror (GitHub 本地镜像 app, 69⭐);