你好！我是 Zewang ( gaoxinghao)，目前就读于华东师范大学 (ECNU) 软件工程专业(大二)。我对底层技术架构和前沿的 AI 应用充满热情，专注于 Java 高并发后端开发以及基于大模型的多智能体 (Multi-Agent) 系统落地。
- 🔭 求职状态： 正在寻找 Java 后端开发 / AI 应用研发 的实习机会。
- 🌱 当前专注： 大模型的 GUI Agent / 多智能体协作架构 / LLM 的实际应用
- 💡 技术理念： 坚信“技术服务于业务”，热衷于使用优雅的代码和现代化的技术栈解决复杂的系统级问题, 熟练使用大模型辅助完成代码.
- 📫 联系方式： Zewang0217@outlook.com
这里是我在高并发架构与 AI Agent 落地领域的深度实践：
这是一个高度复杂的 AI 驱动项目，将大语言模型与剧本杀游戏深度结合。不仅实现了流式剧本生成，还构建了多个拥有独立人格和推理能力的 AI 玩家。
- 🤖 Multi-Agent 协作架构：基于
LangChain4j和LangGraph，设计了 DM、Player、Judge 和 Summary 四大专属 Agent，各司其职，推动游戏逻辑与多轮推理的运转。 - 🧠 混合多级记忆引擎：首创“短期/中期/长期”三级记忆系统。结合 Caffeine 缓存与
Milvus向量数据库实现长记忆 RAG，解决 LLM 在长文本中的“金鱼记忆”问题。 - ⚡ 高性能与流式处理：后端采用 Spring Boot 3 结合 Reactive Streams 实现剧本的边创作边预览；通过 WebSocket 实现低延迟实时双向通信。
整合大数据流处理技术与 AI 大模型的综合性后端系统，展现了对复杂数据管道和 AI 落地场景的把控能力。
- 构建高吞吐管道：基于
Spring Boot与Kafka构建高可用消息骨架。 - 实时流式计算：利用
Kafka Streams实现对海量实时数据的窗口化计算与清洗。 - AI 智能中枢：无缝接入 Java AI SDK，对处理后的流数据进行实时特征提取与智能推理预警。
🧠 ToThink —— 桌面级通用 GUI Agent (初创公司合作项目,代码私有)
一款强大的通用型桌面自动化智能体，深入探索了多模态模型在 RPA（机器人流程自动化）领域的应用。
- 自然语言驱动 GUI：用户可通过自然语言直接操控计算机，完成跨软件的复杂流转任务。
- 全场景自动化：支持复杂 Excel 数据处理、智能网页自动浏览与深度信息提取，极大降低了人机交互门槛。
基于经典的微服务解耦思想打造的高性能业务后端。
- 基于
RabbitMQ实现了订单创建、库存扣减的异步化解耦。 - 有效提升了系统的瞬时吞吐量，实现电商大促场景下的流量削峰填谷，保障高并发场景下数据的一致性与高可用。
- 🐧 shell-ECNUChat: 基于 Python 的 CLI 工具，调用 ECNUChat 模型实现自然语言转 Linux 命令，并内置教学/助教模式。
- 📊 slidev-skill: 驱动 Agent 通过自然语言自动生成、排版优雅 Slidev 幻灯片的拓展技能栈 (Vue)。
- 📝 myBlog_v2.0: 基于最新 Java 21 特性与前后端分离架构（Vue）开发的现代化个人博客平台。