jiangtian-resume

经营分析智能体 · 北京站 80 分钟现场实操

两天线下大课 DAY1 晚场，全场 80 分钟分四段（讲 20′ / 搭 20′ / 试跑 35′ / 展示 5′）。学员带自己公司的真实报表来，走的时候带走一个能跑的东西。

• 一条接口：输入 5 张经营表 + 课前 7 个数，输出一页纸主报告；拆成会前算赢员、主报告撰写员、会后督办员三个数字员工。
• 真机实跑：粘贴一段指令，它自己读在线文档、逐字写入三个技能，约 14 分钟；验收表 18 格全部「已写入」，222 行 0 缺失。
• 5 件套 xlsx 跑出 12,000 / 10,808 / 90.1% / 808 / 40.4%，与标准答案一致；三个网站关键数字命中 12/12、16/16、13/13。

本体（OG-RAG）情报系统 · 从 0 跑通到产品化文档

把客户的经营 know-how 沉淀成机器能推理的确定关系，而不是让大模型对着切片文档凭幻觉猜。本地从 0 搭到跑通，独立完成技术侧产品化文档。

• 本体建模提取「对象 + 关系 + 动作」三元组，人工审核后入库；情报场景先建三四十组本体关系。
• 结论必须带证据链，人可逐条评级确认，确认过的证据回写进库并提高下次权重；Dify 上做成可视化工作流，每日定时跑批。
• 抽象成「本体引擎 + 五层技术架构」（存储 / 引擎 / 行动 / 智能 / 交互），三张核心表 + 可复用交付模板。

一场经营分析会的全套演示物料与数据口径体系

客户与数据全部虚构，但逻辑必须经得起追问。核心是用同一份数据讲清「口径」这件事。

• 5 张经营台账 Excel：12 个月收入成本费用回款、7 个项目预算对实际、合同开票回款应收滚动、38 条商机、人员编制与人力成本。
• 三份经营主报告，其中一份故意写成「收入 +18%、利润转正、经营情况良好」，里面埋了 5 个洞。
• 口径字典 v0 / v1 两版：同一份数据挂 v0 出不了表，挂 v1 就能出；区分 A 新增签约额、B 财务确认营业收入、C 开票额，三者不能混用。

财务三场景 AI 落地：发票 / 合同 / 银行流水

挑财务里高频、低风险的三个场景，做成能当场跑通的演示，素材全部脱敏。

• 发票审核：12 张发票，1 张合规、10 张各有毛病（税号差一位、重复报销、超 90 天时限、开票日期早于业务发生、招待费超标 3,900 元、已红冲等），配一份报销制度让智能体有据可依。
• 合同五维审核：企业用车服务合同 HT-2026-088 埋坑，配标准答案清单与干净对照合同。
• 交付三个技能包 fapiao-shenhe / hetong-wuwei / yinhang-duizhang，连同脱敏说明。

AI 增长 OS · 数字员工流水线与客户咨询自动化

解决「一个人一天出一篇稿就到顶」和「企业微信客户咨询谁有空谁回」两件事。

• 三个数字员工：1 号学主笔风格 + 公司知识库；2 号抓麦肯锡 / 埃森哲 / 哈佛 / 斯坦福公开报告做二次转写；3 号揉合刘润框架与公司「事前算赢」「碗里锅里田里」。
• 单篇成稿约 20 分钟，日产能从 1 篇提到 7–8 篇；打通公众号 → 知乎 / 头条 / 小红书自动分发。
• 经 MCP 每 5 分钟从企业微信拉咨询消息进工作台；回复仍由人决定。2024 年前存量文章走 OG-RAG 重新入库。

好想你 · WorkBuddy 企业版 AI 办公提效培训

上市公司食品行业，线上培训 1 小时 6 分，10 人参与，含腾讯云生态经理与客户方财务、业务负责人。

• 客户问得最多的是「数据会不会出去」，围绕本地化处理、账号间数据隔离、权限模拟原则（员工自己看不到的财报，AI 也拿不到）、敏感数据脱敏展开。
• 交付 20 多页 SOP 采集问卷（应付模块：暂估入库审核与发票核销），迭代三个版本，生成逻辑做成可复用提示词模板。
• 用技术路径替代商务让步：客户要求定制数据安全协议但采购量未达门槛，改提在客户侧部署 7B / 14B 小模型做脱敏。

宁夏亿博丰担保品管理 · AI 监管系统落地

第三方担保品监管公司收千分之几监管费，却要为几百万资产丢失去赔付；活体资产是牛羊，人工巡视看不过来，基层还有脱岗虚报。

• 负责技术侧：架构设计、开发指导、业务流程梳理，输出技术建议与开发规划；商务由同事对接。
• 让 AI 做中间件，对接摄像头、耳标与人工手持设备数据，做全天候巡查、拍照验证、数量异常识别，打卡这类事不碰。
• 先在牛羊农场最痛的场景跑通，再往烟酒、煤炭扩；交付解决方案报价建议书、渠道方实施手册、售后培训会。

近 1,900 篇历史文章的结构化归档

企业公众号文章散在平台里搜不到、用不上，官方开放接口拿不全。

• 先摸清接口真实边界并写成文档，改走可行的替代取数路径绕开验证码墙。
• 建精确去重口径：平台侧可见 885 篇、知识库真实缺口 141 篇，避免对 332 篇误判；补齐 138 篇，累计 31.8 万字正文、263 张图片本地化归档。
• 每篇由 AI 通读后提取 40+ 字段结构化元数据，全部过 YAML 校验；封装成可安装技能，支持幂等断点续跑、写入前校验、定时增量抓取。
• 跨时区调度差 15 小时且涉及夏令时，用「多时点触发 + 目标时区守卫」做到全年不用管。

会议从开完到入库的自动化

腾讯会议抓原文与智能纪要（跨两个账号查，集合不重叠），本地落盘，再同步进企业共享知识库。

• 时间一律调工具拿，不许模型自己猜；单场失败不影响其他场，失败不静默，汇总报告逐场列出。
• 本地落盘成功才上传；命名去掉非法字符；写完必须校验文件非空才算成功。

CAD 智能体与内容生产系统

读完 2,472 行既有代码，把「出图很死板」的根因定位到架构层：建筑类型写死成六选一枚举、三套布局算法各写各的、兜底通道让模型裸算坐标且不做几何校验。

• 调研 Zoo.dev、Seek-CAD、build123d 后确认靠谱做法是「模型出结构化参数，确定性几何引擎算坐标，再自动校验」。
• 改造：通用空间需求清单、参数化排布引擎、可复用参数化图块、闭合性 / 重叠 / 墙体连续性校验与自我修正回环，落 layout_engine.py / symbols.py / validator.py 三个模块。
• 爆款对标流水线：抓作品数据与评论 → 下载视频 → 本地转写口播 → AI 反拆结构与钩子，建成约 200 条爆款视频框架库，形成生成—修改—发布—回流—优化闭环。

企业 AI 工具情报平台 ai.sinoroad.net

360 行业智能体、行研报告智能体、纺织行业智能体、内容运营模块（封装为 MCP 工具）、经营分析看板、竞品情报、技能管理等十余个模块。

• 行研报告智能体：需求 → AI 补全 → 行业定制 Prompt → 联网检索 → 深度报告 → 导出 PDF 全流程自动化。
• 配套交付：服装 OEM 赛道从 2,000 条机会样本归并成 80 个机会家族；新能源汽车后市场覆盖 16 个赛道、1,640 条机会、160 个家族、16 个产品包、50 个主推机会。

技能库分层与企业 AI 治理体系

20+ 套 AI 工作流部署与环境配置，跨 Windows / Mac / Linux；技能覆盖搜索检索、内容选题、OCR、消息提醒、CRM 整理、会议记录入库等高频场景。

• 为企业设计技能库分层：自研技能按经营 / 财务 / 交付 / 内容四类归位，另设外部现成技能、开发规范（SKILL.md 结构、渐进披露、安全审查清单）、商业化与分发四个子目录；首批规划自研技能 14 个。
• 高领商贸（1,000 多人、阿米巴经营单元）：梳理账号治理、数据安全、分权、模型选型、知识资产归属、员工转化、ROI 评估 7 个核心问题，设计「主账号 + 经营单元子账号」，定 4 周试点方案。
• 共享知识库 766 份文档 / 5 位成员 / 14 个一级文件夹，改按用途切成 00–14 共 15 个编号目录，配套密级规则（客户敏感数据一律 L3）与入库卡点。

与腾讯 WorkBuddy 团队的生态合作技术对齐

腾讯方出标准化 AI 工具与平台，我这边代表咨询方出企业经营管理咨询与数据治理能力；两边真正要对齐的是产品能力边界。

• 逐项确认个人版（iMA）与企业版（乐享知识库）的形态差异、什么数据进哪个库、检索行为差在哪。
• 摸清文档与音视频入库后的切片、向量化与召回排序；验证通过 MCP 连接器接入企业自有知识库的可行性。
• 提出技术路线：不能靠通用大模型硬答，要「专家 Skill + RAG」结合企业私域数据，先把口径、指标、判断规则固化下来，再让模型在约束里生成结论。

上海公开课 · 主导预演与行业化演示设计

面向总经理层级客户，行业横跨食品、新材料与智能制造；客户层级越高，现场被追问的专业细节越多。

• 牵头线上预演，腾讯 WorkBuddy 团队配合，逐轮打磨演示脚本、控场节奏与问答预案。
• 按行业定制演示：好想你（食品）、河北镁神（新材料）、北京直真科技（智能制造）。
• 主轴是一条跨系统取数链路：打通 OA / ERP / CRM 异构数据，自动出经营分析报告，把「事前算赢」内置进数字员工，让客户看到自己那盘账。

模型选型与按任务分流

Claude 4.5 / GPT-5.6 / Gemini 3.5 / DeepSeek V4（Pro 与 Flash）/ Qwen 3.7-Max / Kimi K2.5 至 K2.6 / GLM-5 / MiMo V2.5 Pro / MiniMax M2.5，熟悉能力边界与选型判断。

工具链与自动化操控

Claude Code、OpenAI Codex、Gemini CLI、Grok、Cursor（含 Agent）、Aider、Cline、Qoder、Trae、Kilo Code、OpenCode、Reasonix、Hermes、OpenClaw、GitHub Copilot、WorkBuddy 企业版。

HTML5 / CSS3 / ES6+

TypeScript、React、Next.js、Vue 3、Vite、Webpack、Tailwind CSS、Ant Design 与 Element Plus、响应式与移动端适配、Canvas 与 Web 动画、WebSocket 与 SSE、浏览器扩展、微信小程序、uni-app、Electron。

服务端与数据

Node.js / npm / pnpm / Express、Playwright 与 Puppeteer；PHP / Python / MySQL / Redis / PostgreSQL / GraphQL / 消息队列与定时任务调度。

知识库、本体与向量检索

企业知识库目录分层与密级设计、文档与音视频向量化机制、OG-RAG 本体检索、「专家 Skill + RAG」结合私域数据、MCP 接入、结构化元数据抽取、pgvector / Chroma / Elasticsearch。

部署与集成

Docker Compose、Nginx 与 Caddy、Linux 运维、腾讯云与阿里云、Cloudflare、Serverless 与静态托管、GitHub Actions、Git、HTTPS；RESTful API、第三方接口、MCP 工具封装、OAuth 与扫码授权；本地语音识别转写、FFmpeg。

• 先动手，再说。遇到问题先查资料、先做实验、先把边界摸清楚，再给结论。拿不全的数据就说不全，反推出来的估算值会标清楚是估算。
• 踩过的坑写成文档。官方接口的边界、跨时区带夏令时的调度、静音检测漏掉被背景音乐压住的人声、文件名与节点同名导致导出吐旧版本，都写下来留给团队。
• 既讲课也写代码。自动化流水线、系统集成、本体建模、技能包都是本人交付的。
• 在边界上站得住。批量抓取外部公众号数据判断微信生态封闭、模拟点击有封号风险，直接不建议走；客户定制协议谈不动时改从技术路径找替代。
• 理论、实践并重。读书用费曼法，讲给外行听懂；每个方法先自己跑一遍再拿去讲，没亲手跑通的不写进课件。
• 心性稳。笃信儒释道，重视自省修身，做事温和但能扛事。