岗位职责：
1.MCP框架设计与实现 (首要职责):
（1）主导设计和实现Master Control Process (MCP) 框架，连接LLM与所有外部工具。负责MCP中工具的标准化定义、协议制定、动态注册与生命周期管理，构建一个高内聚、低耦合、可观测、可扩展的工具库。
（2） 构建基于LLM的智能编排器 (Orchestrator)，使其能精准理解复杂任务，并智能地从MCP中选择、调度和组合工具链来完成目标。
2.LLM应用与Agent策略:
（1）围绕MCP框架，设计和实施最高效的提示工程（Prompt Engineering）和函数调用策略，最大化LLM在任务规划、工具选择和结果聚合方面的能力。
（2）深入研究并应用主流开源LLM模型，确保其与我们自建的MCP和Agent体系高效协同。
3.系统集成与工作流融合:
（1）主导将MCP/Agent系统与现有Dify工作流平台、系统API等进行深度、无缝的集成，实现复杂业务流程的端到端自动化。
（2）设计多轮对话中的上下文管理机制，特别是管理工具调用历史和中间状态，确保Agent在复杂任务中保持状态连贯。
4.技术攻坚与架构演进:
（1）负责AI系统的整体架构规划与持续优化，特别是在MCP的健壮性、工具调用的可靠性、多Agent协作等方面进行架构演进。
（2）针对LLM在工具使用中的确定性、幻觉、性能瓶颈等挑战进行技术攻坚，探索和引入最新的AI技术范式（如ReAct, Self-Correction等）。
任职要求:
1.教育背景： 计算机科学、人工智能、软件工程或相关专业本科及以上学历。
2.工具编排/MCP实战经验：
（1）必须拥有基于LLM的工具调用/函数调用系统的从0到1或从1到N的设计与落地经验，而不只是停留在调用API层面。
（2）有将LLM与工作流引擎 (如N8n, Airflow, Camunda) 或API网关深度结合的实战项目经验者，是我们的首选目标。
（3）深入理解Agent框架中的任务规划（Planning）、工具使用（Tool Use）和反思（Reflection）等关键技术，并有实际应用经验。
（4）熟悉如何设计和管理一个可扩展、可维护的工具/API库，包括版本控制、权限管理、监控告警等。
3.AI/LLM核心经验:
（1）2年以上AI/机器学习领域相关工作经验，其中至少1年LLM相关项目经验。
（2）精通LLM工作原理，熟悉主流开源模型（如Llama系列、Mistral等）的部署与微调。
（3）熟练掌握提示工程与函数调用（Function Calling/Tool Use）的最佳实践。
4.系统架构与编程能力:
（1）具备独立负责复杂AI系统架构设计的能力，尤其是在Agent与工具交互层面的架构设计。
（2）精通Python，java，熟悉Transformers, LangChain/LlamaIndex等主流AI框架。
（3）熟悉分布式系统、微服务架构、消息队列（如Kafka, RabbitMQ）和数据库（SQL/NoSQL）。