AI / PRODUCT / FIELD WORK

终于等到你

我是雍龙,一名面向大模型研发与 AI 产品工程的实践者。擅长把 Agent、RAG 和真实行业场景连接起来,让想法可以被验证、被使用、被交付。

雍龙使用电脑处理 AI 项目
YONGLONG HUANGAI / BUILDER
RAG01
SHIP IT02
FIELD NOTES03

SELECTED WORK

把能力放进真实问题里。

不是展示技术名词,
而是展示我如何把事情做完。

RAG 工程造价问答系统界面01AI × 行业

RAG 工程造价问答系统

处理 17 份规范定额、6824 页内容,构建可追溯的工程问答链路。

RAGFastAPIPGVector
检索速度提升 200% · 幻觉率降低 95%
全球态势监测平台界面02AI × 产品

全球态势监测平台

面向科技、金融、商品、能源等领域,围绕事件发现、告警协作与报告生成搭建 Agent 闭环。

JTBDPRDAgent Workflow
发现—核验—研判—行动
股票量化分析系统界面03AI × 数据

股票量化分析系统

支持股票研究、因子分析、期权定价、策略回测与风险审计,打通数据、工具与报告生成。

LangChainFastAPIReact
研究流程自动编排
查看完整案例

THE DIFFERENCE

懂模型,
也懂现场。

我从工程造价实践出发,逐步把兴趣和能力迁移到大模型与 AI 产品。这个交叉背景让我关注的不只是“模型能不能回答”,而是结果是否准确、证据是否清楚、流程能否被团队真正采用。

了解我的路径
01

Agent / RAG

覆盖 LLM 应用架构、LangChain 与 RAG,从清洗、切片、向量化到检索、重排与评测,构建可追溯链路。

02

产品交付

用 JTBD、PRD、Figma、墨刀和流程图把需求收敛为可研发、可验证、可交付的产品。

03

行业现场

在越秀建设科技参与机电造价项目,覆盖给排水、电气、智能化、泛光、消防与通风等真实场景。

FIELD NOTES

一条持续迭代的路径。

学习不是堆叠经历,
是不断找到更好的问题。

2023 — 2025

专业学习与国家奖学金

工学本科,成绩排名 2 / 61;获得 2023、2025 年国家奖学金,并持续训练结构化解决问题的能力。

2025 — 2026

进入真实工程现场

2025.07-2026.06 在广州越秀建设科技有限公司参与机电造价项目,理解真实交付边界。

NOW / NEXT

把 AI 变成可用的产品

面向大模型研发与 AI 产品工程,继续用 Agent、RAG 与工程现场经验连接真实需求。

/ 04OPEN TO GOOD PROBLEMS

有问题,
我们一起把它做出来。

GitHub / Yonglongnicyonglongof@outlook.comAI / PRODUCT / COST ENGINEERING