简历中心

Context

自用职业成长平台，沉淀 AI 应用工程学习 / 面试 / 简历资产。

Action

用 Next.js 16 App Router + MDX 构建 26 个主题知识库；用 frontmatter + zod 建立内容契约；抽离统一的 markdown 读取层；全站搜索索引缓存、主题页读盘合并；进度、过期提示与上下一篇导航。

Result

单人周增量可持续，面试前可按岗位关键词快速回忆 P0 主题 & 对应题库。

主题、路由、题库、内容校验与测试均可在本仓库直接复核。

Context

基于本地文档做混合检索 + 重排 + 引用回答的最小可演示系统。

Action

编写文档切片 / 向量入库 / Hybrid 检索 / Rerank / 引用拼装 / 20 条评测集。

Result

端到端链路完整，可量化对比向量 vs 混检的 faithfulness。

当前仓库未包含 Demo 代码、20 条评测集或压测报告；以下数字在外投前需补 repoUrl / reportUrl 与测试日期。

Context

将“工具调用 Agent”升级为基于 MCP 正式规范、多级模型路由与可配置推理强度的企业级自主长任务工作流。

Action

接入 2026-06-30 发布的 Claude Sonnet 5，通过 Reasoning Effort 配置平衡规划质量、成本与延迟；重构路由网关为 GPT-5.6 三层架构（Luna 做意图判定，Terra 执行常规工具，Sol 处理复杂规划与重试）；基于 MCP 2026-07-28 无状态核心与扩展机制实现终端、浏览器工具调用；按资源元数据、授权服务器发现、resource indicator 与 audience 校验防范 OAuth mix-up。

Result

成功支撑高自主性长周期任务执行，并在保证任务成功率的同时，使整体 Token 消耗下降了 42%。

当前仓库未包含 Agent Demo、路由评测集或成本报告；以下数字在外投前需补 repoUrl / reportUrl 与测试日期。