1、基于 LLM 搭建、迭代生产级 AI Agent 系统，落地任务规划、记忆管理、工具调用、多轮推理、自纠错完整智能体闭环，支撑企业各类业务自动化场景落地与规模化复用。
2、负责公司 Prompt 工程体系标准化建设，落地 CoT、ReAct、少样本学习、结构化输出约束等方案，针对性做大模型幻觉抑制、Prompt 缓存优化、Prompt 注入安全防护，提升 Agent 输出稳定性与准确性。
3、负责企业能力工具化封装，将内部业务 API、数据库、代码执行能力、第三方服务封装为标准化 Agent Tool，统一函数调用协议与入参出参规范，打通 Agent 与各业务系统的数据、能力链路。
4、负责 Agent 服务的工程化部署与运维，基于 Docker/K8s 完成容器化部署，搭建日志监控、告警、灰度发布能力，保障线上服务高可用、低时延、低成本运行。
5、持续跟进 AI Agent 前沿开源方案与工程实践，结合业务场景做技术验证与落地优化；协同产品、业务团队拆解复杂业务流程，拆解为可自动化的 Agent 任务链路，持续提升业务提效价值、降低人工运维成本。
基础背景：计算机、人工智能、软件工程等相关专业本科及以上学历，硕士优先；
工程能力：精通 Python 工程开发，熟练异步编程、FastAPI/Flask 服务开发与工程化封装；熟悉 SQL、Redis、主流向量数据库（Milvus/PGVector/Faiss 任选其一）；了解 Docker 容器部署、微服务 API 设计与对接规范。
AI Agent 核心能力：
熟练掌握主流大模型 API 调用、Function Calling、流式输出能力，理解大模型基础特性与能力边界；
熟练使用 LangChain/LangGraph/LlamaIndex 任意一套主流 Agent 开发框架，熟悉 Memory、Chain、Agent、Tool 核心组件与工作原理；
精通 Prompt 工程、RAG 检索增强、Text2SQL、多轮对话上下文管理能力，能够针对性解决大模型幻觉、上下文窗口限制、Prompt 注入等线上问题；
核心专项要求：熟悉至少一种 Agent Harness 运行框架，理解智能体 Harness 底层运行逻辑，具备智能体任务编排、状态管理、工具调度、执行容错等底座能力的开发与落地经验。
