DorianYu
面向真实学习与业务场景，构建可观测、可评估、可交付的 AI 应用。
关注 LangGraph 多 Agent 编排、Agentic RAG、Tool Calling、引用校验、后端服务与前端体验，把大模型能力落到可用的产品流程中。
关于ABOUT
我专注于 AI 应用开发，擅长将多 Agent 工作流、检索增强生成、模型工具调用和业务系统结合，完成从核心接口到前端交互的端到端实现。
近期项目覆盖智能学习问答、LLM 动画生成和智能网上书城等方向。我熟悉 Python、Java、FastAPI、Spring Boot、Vue 3、React、Milvus、Redis、MySQL、Docker 等技术，并持续使用 Ragas、LangSmith 等工具评估和优化检索质量、回答相关性与生成效果。
项目
PROJECTS
学鉴
XUEJIAN / MULTI-AGENT LEARNING SYSTEM
基于 LangGraph / LangChain 构建的多 Agent 学习问答系统，拆分 Knowledge QA、Card Generation、Supervisor 等能力模块，支持文档问答、知识点抽取、卡片生成和任务调度。系统封装检索、Embedding、上下文打包、引用校验和质量审计等 Tool Calling 能力，并以 Ragas 与 LangSmith 建立评估闭环，在 200+ 条 Knowledge QA 测试集上持续优化 Faithfulness、Answer Relevancy、Context Precision 和任务成功率。
LLM-Manim
AI ANIMATION GENERATION DESKTOP APP
面向 Manim Community Edition 的智能动画生成桌面应用，支持通过自然语言生成数学、物理、算法等教学动画代码，并在本地完成静态检查、Manim 渲染和视频预览。项目设计了提示词重写、动画结构规划、视觉约束补充和 ManimCE API 规则注入链路，结合领域技能库、代码质量门禁、Rust + Tokio 异步任务和 SQLite 持久化提升生成稳定性。
技能
SKILLS
技能栈围绕 AI 应用落地展开，覆盖 Agent 编排、检索增强、后端服务、前端体验、数据处理和工程化交付。
Agent / RAG
LangChain / LangGraph / Tool Calling / Hybrid Retrieval / Ragas / LangSmith
后端与数据
Python / Java / FastAPI / Spring Boot / MySQL / Redis / Milvus
前端工程
Vue 3 / React / TypeScript / JavaScript / Pinia / Vue Router
工程化与部署
Linux / Git / Docker / SQLx / Tokio / Testing / Static Build