Available for new opportunities

你好，我是 方鑫龙

|

具备 4 年后端开发经验，能够熟练将大模型 (LLM)、RAG 与 Agent 技术深度融入企业核心业务流。擅长运用 Java / Go 构建高性能微服务架构，打造智能、高效的自动化系统。

善于使用 Claude Code、Codex 等前沿 AI 编程工具辅助构建复杂应用，日常开发效率提升 70%+。

查看项目 获取联系
Core Stack:

Overview

个人概况

出生年月

2000年1月28日

教育背景

2018 - 2022

安徽信息工程学院

工作经验

2022 - 2026

后端系统与 AI 智能体研发

Expertise

技术能力矩阵

AI / 大模型核心能力

LLM API Calling AI Agent 构建 RAG 知识库系统 Coze AI Workflow MCP Tool Calling AI 自动化客服 自然语言驱动业务

后端开发框架

Java Go Spring Boot Go-Zero 微服务 MyBatis RESTful API 设计 RPC 服务

数据库 & 基础设施

MySQL Redis (分布式锁/缓存) RocketMQ ElasticSearch Docker 容器化 Linux Nginx

Career

工作经历

核心后端开发 & AI应用集成

宣城市寻梦网络科技有限公司 规模 300+人

近期工作

该公司属于“供应链 + 电商 + SaaS运营”综合平台，业务涵盖从花农采购到花店销售的完整链路，并提供花店代运营服务。

职责描述：

  • 负责供应链平台核心后端微服务架构设计与开发 (Java/Go-Zero)。
  • 主导设计开发商品管理、订单处理、库存流转等核心电商 SaaS 模块。
  • 优化系统性能，引入 Redis, RocketMQ 与 ES 提升高并发场景下响应速度及搜索体验。
  • 主导 AI 应用落地： 将大模型能力深度集成到业务管理系统中，设计并主导开发了 AI 自动客服与 AI 运营自动化工具，大幅提升全流程效率。

Case Studies

核心业务与落地项目

AI 客服自动回复系统

智能代运营业务提升

为花店代运营服务设计的 AI 客服系统。通过分析海量顾客咨询（商品信息、配送、售后等），自动进行语义识别和精准回复。

系统架构流：

顾客意图识别 Coze Workflow RAG 知识库检索 客服系统自动回复
  • 基于 Coze 编排复杂 AI 工作流。
  • 构建 RAG 知识库，整合沉淀花店售后政策与商品属性。
  • 实现人工客服拦截率 提升 60%+，大幅降低人力客服成本。
Coze RAG LLM API Redis MySQL

AI 运营自动化工具 (Agent)

后台管理效能突破

针对运营人员频繁、繁琐的后台商品管理操作（批量上下架、库存修改等）开发的意图驱动级运营助手。

系统架构流：

自然语言输入 意图抽取 & Agent MCP Tool Calling 执行业务 API
  • 通过大模型将非结构化自然语言翻译为结构化操作指令。
  • 深度集成 MCP Tool Calling 机制，精准调用后端 Go/Java API 实施批量高危操作。
  • 将复杂页面操作极简化，运营人员操作时间缩减超 70%。
AI Agent MCP Tool Calling Go Java

花材/资材批发交易平台

B2B2C 供应链商城系统

打造支持全国鲜花及周边资材供应商入驻的 B2B2C 电商平台。商户端入驻发品，用户端通过微信小程序直接下单采购。

  • 核心模块设计：供应商入驻审核、复杂商品 SKU 管理、订单履约及多商户财务结算闭环。
  • 支撑微信小程序端高频访问，通过 Redis 缓存优化首页与商品列表响应时间。
  • 打通供应链上下游，帮助业务实现线上化转型。
Java Go-Zero 微信小程序 电商核心

全渠道聚合客服聊天系统

多平台消息统一工作台

深度整合美团、饿了么等本地生活平台的开放接口，将多平台、多店铺的顾客咨询消息聚合到统一平台，供客服统一跟进。

  • 系统解耦：将各外卖平台的拉流机制统一标准化，通过 RocketMQ 异步削峰。
  • 实时通信：构建高可用 WebSocket 消息网关，实现客服端与用户端的低延迟双向通讯。
  • 业务价值：极大降低了客服在多平台间来回切换的沟通成本，响应时效提升显著。
WebSocket 开放平台 API 高并发通讯 RocketMQ