2027 届｜重庆邮电大学｜AI 应用开发 / Java 全栈
用 Java / Spring Boot 构建业务后端，用 Python / LLM 完成 AI 链路，关注文档智能、RAG 工程化、业务一致性与可验证交付。
| 项目 | 角色与状态 | 重点 |
|---|---|---|
| 智能标书锚点解析系统 | 邮莱特实习核心项目｜参与研发｜源码不公开 | LLM-first 信息抽取、OCR / PageIndex 证据定位、评测体系与真实客户交付收口 |
| My Knowledge Base | 个人项目｜公开仓库 | Spring Boot 业务后端与 AI 知识库链路，覆盖文档入库、检索问答和来源展示 |
| 门诊患者—处方—库存管理平台 | 个人项目｜公开仓库 | 患者、处方发药、库存与结算业务串联，聚焦 RBAC、事务和数据一致性 |
My Knowledge Base 的公开仓库当前保留早期 Dify 版本；本地 RAG 演进与尚待验证的边界以作品集说明为准。
| 项目 | 工程定位 |
|---|---|
| rag-nexus | 基于 Spring AI + pgvector 的全栈 RAG 工程原型，包含多源注入、向量召回、SSE 流式问答和来源溯源 |
| nautilus-media-cloud | 基于 PostgreSQL SKIP LOCKED 的 Pull 型异步任务调度项目，包含 Spring Boot 控制面与 Python Worker |
| codex-thread-handoff | 面向长任务上下文迁移的 Codex Skill，提供 source-backed 恢复、影子验证和延迟归档流程 |
- AI 应用： Python, FastAPI, LLM API, OCR, RAG, pgvector
- Backend： Java, Spring Boot, Spring MVC, MyBatis, PostgreSQL, Redis
- Frontend： React / Vite, Vue, TypeScript
- Engineering： Docker, Linux, Git, REST API Design
项目不仅需要“能跑”，也需要说明证据、取舍、失败边界和下一步验证方式。