WANG RONG · AGENT FULL-STACK ENGINEER
6 年软件研发经验，曾任科大讯飞高级软件工程师，目前在南洋理工大学攻读应用人工智能硕士。我的工作集中在任务编排、工具调用、状态恢复、证据追溯和离线评测。
PRODUCTION ORCHESTRATION
将素材检索、生成、审核和发布串成可恢复的工作流，处理跨环节交接、失败重试与重复发布，并在关键节点保留人工审批。
我把选题、素材检索、脚本生成、视频生成、审核、发布、复盘拆成结构化节点，定义统一任务协议，由 PostgreSQL 任务表、Worker 与自研编排层驱动状态流转。
通过共享任务状态和结构化 input/output schema 传递上下文与中间产物。
素材不足回检索、审核失败回修改、发布失败幂等重试，仍失败则人工接管。
使用 lease、幂等键、取消、重试和审计记录，避免重复生成与重复发布。
模型网关统一接入多模型并提供降级；关键发布节点保留人工审批。
EVIDENCE-CENTERED WORKFLOW
集中保存分散在论文、批注和对话中的研究证据，为跨论文比较提供可核查的来源，并通过持久化状态保留中断前的阅读进度。
检索、精读、证据抽取、跨论文对比、复现检查各自承担清晰职责。系统区分论文原文、模型推断和用户批注，并保留来源位置，让报告中的结论能回到材料核查。
SQLite 会话、任务持久化和向量检索保存阅读积累，中断任务可以续跑。
原文证据、模型推断、用户批注明确分层，避免把生成内容冒充论文结论。
资源门控、subprocess sandbox、静态安全检查和任务日志放在模型外围。
FastAPI 提供任务接口，SSE 返回阶段进度；模型提供方可替换。
EVALUATION & ANSWER REVISION
针对证据不足时过早作答、后续事件反转后仍沿用旧答案的问题，设计证据充分性门控与修正机制，并记录整个时间轴上的回答变化。
我扩展视频问答数据与评测标准，加入可回答时刻、证据充分性、反转检测和答案修正。自定义问题级时序置信因子 α，用于控制延迟作答，并在新事件推翻已有因果事实时触发修正。
不只判断最终正确率，还记录每个时间点的回答、证据和修正行为。
比较完整输入、分段多轮输入和“不预先承诺答案”的输入策略。
评测管线覆盖全时间轴抽帧、问题级判分、时序置信与中断恢复。
α 是自定义证据充分性因子，不宣称为校准概率或通用置信度。
PERSONAL TECHNICAL MAP
围绕任务执行、数据管理和模型评测，整理上述项目涉及的技术能力。
DAG / 状态机、任务规划、Tool Use / Function Calling、共享状态、结构化 schema、多角色协作。
Checkpoint / Resume、task lease、幂等、取消、重试、失败归因、资源门控和 sandbox。
离线评测、bad case、完成率、幻觉、延迟、Token / 成本指标、人工审批和发布门禁。
PostgreSQL、SQLite、RAG、Embedding / Rerank、向量数据库、证据追溯和长期记忆。
Python、PyTorch、Qwen-VL、SFT / LoRA、多模态理解、时序置信与受控实验。
FastAPI、SSE、TypeScript、Linux / Nginx、CI/CD、模型网关和线上运维。
PUBLIC CODE INDEX
AI4Science Reader Agent 的任务日志、资源门控与执行模块，可通过以下代码入口查看。