岗位职责:
1.设计和开发核心API: 负责设计、开发和维护平台的核心HTTP API，确保其高性能、高可用性和可扩展性。
2.构建Agent执行引擎: 开发任务规划与执行模块，能够将用户意图解析为具体的工作流，并进行可靠的调度和执行。
3.实现记忆与知识系统:
–利用图数据库 (如 Neo4j, NebulaGraph) 构建和管理Agent的知识图谱和长期记忆。
–结合向量数据库和缓存技术，设计并实现Agent的短期及长期记忆模块。
4.集成与管理AI能力: 将内部的意图识别模型、大模型（LLM）能力以及第三方的OCR服务，封装成标准化的平台服务。
5.开发Benchmark系统: 搭建一套自动化的评测（Benchmark）框架，用于评估和监控Agent在不同场景下的性能表现，并生成可视化报告。
6.管理会话与状态: 设计并实现高效的会话管理 (Session Management) 机制，确保多轮对话的上下文连续性。
7.基础设施与部署: 负责服务的容器化（Docker），并使用Kubernetes进行编排和部署，实践CI/CD流程。
任职要求:
1.计算机科学或相关专业本科及以上学历，3年以上后端开发经验。
2.精通至少一种主流后端编程语言，如 Python (首选), Go 或 Node.js，并熟悉其主流框架 (如 FastAPI, Flask, Gin, Express)。
3.拥有丰富的API设计和开发经验（RESTful 或 GraphQL）。
4.具备图数据库 (Graph Database) 的实际项目经验，并理解其应用场景。
5.有集成和使用OCR服务的经验，了解如何处理返回的结构化数据。
6.熟悉使用Redis或类似技术进行缓存和会话管理。
7.有分布式任务队列（如 Celery, RabbitMQ）或工作流引擎的设计/使用经验。
8.熟悉Docker和Kubernetes，了解云原生架构和DevOps理念。
9.具备出色的系统设计能力、解决问题的能力和团队协作精神。
加分项:
1.有向量数据库 (Vector Database, 如 Milvus, Pinecone) 的使用经验。
2.对大型语言模型（LLM）的应用，如Function Calling, RAG (Retrieval-Augmented Generation) 有了解或实践经验。
3.有开源项目贡献或技术博客。