AGENT · LLM RESEARCH · AI PRODUCT · DELIVERY
钟尚坤
- 珠海复旦创新研究院Agent 大模型科研助理
- 广州兴灏科技有限公司AI 产品经理 · 慧守超项目负责人
医药背景出发，做 Agent、多模态与 RAG 系统的产品设计与工程落地。习惯把模糊问题拆成可验证的链路：先跑通最短闭环，再用固定样本、回归测试和可视化报告，让结果经得起复查。
在珠海复旦创新研究院围绕 Agent 与大模型应用做科研支持：Agent 工作流、评测流水线与科研自动化工具；同时在兴灏科技负责零售视觉核验与健康档案 Agent 两条产品线的交付。
Agent 工作流多模态文档理解边缘视觉科研自动化可验证交付
从论文到实验
把方法调研、实验设计、评测口径与流水线搭建做成可复现、可交接的科研工具。
从模型到系统
组合 LLM、VLM、OCR、RAG 与 Agent 能力，重视证据链、失败边界与成本。
从 Demo 到验收
用真实输入、离线回归和可视化报告证明结果，而不是只展示界面。
SELECTED SYSTEMS
代表项目
只写方向、做法与我的角色；客户、数据、参数、架构细节与源码均不公开。
01零售视觉 · 边缘 AI
慧守超 · 自助收银 AI 漏扫核验系统
面向零售自助收银的漏扫与走单问题。用“屏幕账单 OCR + 台面商品视觉”双证据交叉核验、交易状态机与异常留证，替代单一视觉模型的直接判定；边缘端 ARM 开发板无人值守运行，云端 VLM 只在语义不确定时介入，配套人工复核台、设备集群监控与双机位测试台。
- 角色项目负责人，0 → 1 统筹规划、方案、实现与试点
- 状态真实门店原型部署与预测试；发明专利申请、软著 2 项、深创赛入选
YOLOOCRVLM边缘部署Flask树莓派 / RK3588
02大健康 · 多模态 RAG
企业级多模态健康档案 Agent
把体检与检测报告（PDF、扫描件、照片）变成可检索、可回溯的结构化事实：VLM 版面识别 → 分块转录 → 带坐标事实 → 分诊与人工核对 → 健康档案 → 带原文引用的问答。精确问题走确定性查询，解释类问题走 RAG；不确定的内容 Fail-closed，宁可送审也不错误入档。
- 角色产品负责人，全链路方案、评测机制与验收
- 状态完成 B 端交付；离线回归与客观打分器保障每次改动可复查
VLMOCRRAGNode.jsError Taxonomy回归测试
03科研自动化 · 循证医学
Meta 分析论文撰写全流程
从一批 PDF 到符合目标期刊要求的投稿稿：双通道数据抽取核对、纳入分诊、Meta 分析与影响诊断、R 出图、中英文写作、文献池构建与引用核实、期刊推荐与投稿改稿。九个阶段，每个阶段都有人工签字关卡。配套 LivingEBM 选题批量评估、文献批量获取与 SPSS 语法生成器。
- 角色独立设计与实现
- 状态真实投入使用，已沉淀为可复用的 Agent 技能
PythonRLLMPubMed
04科研 Agent · 函数调用
横向课题机会监控 Agent
为科研团队每日自动巡检多地官方渠道的课题与基金机会：LLM 通过函数调用操控搜索、官方网页读取、去重与证据保存工具，区分“新发布 / 新检出 / 状态变化”，只采信官方原文并留存哈希证据；选定机会后生成申报书骨架与 Word 简报。
- 角色独立设计与实现
- 状态本地可运行版本，定时任务每日执行
DeepSeekFunction CallingSearXNGNode.js
05量化研究 · 多 Agent 情报
ETF 期货量化控制台 · 市场情报中心
本地量化研究、回放与仿真控制台：策略、风控、账本、网关、回放与报告分层；TEST / REPLAY / LIVE_LOCKED 三态，真实下单默认锁死。配套多 Agent 市场情报服务：证据链、事件流、品种影响与成本复盘，LLM 只做证据与否决，不决定数量与价格。另有 A 股模拟盘、自主选股智能体等系列实验。
- 角色独立设计与实现
- 边界仅研究与模拟验证，不构成投资建议，不宣称收益
FastAPIReact + TSSQLitepytestPlaywright
06语音 Agent · 实时交互
AI 需求共创 · 实时语音 Agent
以“打电话”的方式做企业 AI 需求访谈：流式 ASR、访谈式对话大脑、语音断句启发式、TTS 与视觉理解串成低延迟通话链路；大脑支持云端模型与本地 vLLM 自动切换，本地不通自动回退。配套产品原型与融资路演材料。
- 角色独立设计与实现
- 状态本地可运行 Demo，含端到端模拟与 UI 冒烟测试
WebSocketASRTTSvLLMNode.js
COMPLETE PORTFOLIO
全部项目
去重后 26 个自研项目，按六个方向分组。同一产品线下的子系统、测试台、运维工具与材料归入所属项目的“组成部分”，不单列；第三方开源项目与学习性克隆不计入。只写方向、组成与状态，不披露商业实现细节。
26
PROJECTS
慧守超 · 自助收银 AI 漏扫核验系统
屏幕账单 OCR 与台面商品视觉双证据核验，边缘端无人值守运行
- 边缘端实时识别与录制程序
- 人工复核台与异常留证
- 门店设备数据终端
- 双机位 VLM 素材测试台
- 收银台监测支架参数化 CAD
- 商超场景三维重建实验
- 品牌与商业材料
- 知识产权与申报材料
项目负责人，0 → 1 统筹规划、方案、实现与试点真实门店原型部署与预测试
超市价签采集系统
手机连拍直传、云端识别、条码解码、一键导出 Excel
- 手机端网页采集
- 对象存储直传与签名外链
- 云端文档识别批处理流水线
- 条码条纹解码与价签字段抽取
- 账号体系与固定列 Excel 导出
独立设计与实现已部署服务器，持续迭代
企业级多模态健康档案 Agent
报告 → 带坐标事实 → 人工核对 → 健康档案 → 带引用问答
- 页面级证据提取管线
- 分诊与人工核对界面
- 健康档案草稿与批准入档
- 证据索引与带引用的 RAG 问答
- 证据可视化与 HTML 验收报告
- 离线回归、端到端测试与客观打分器
- 向量检索引擎隔离 PoC
产品负责人，全链路方案、评测机制与验收完成 B 端交付
中医 AI 助理与内容 Agent
诊疗录制、语音转写、案例结构化、知识库问答与多平台内容生成
- 诊疗录制与 ASR 转写
- 案例结构化与方剂 / 中药知识库
- 多平台科普文案与海报生成
- 公众号自动回复
- 路演材料与商业计划书生成脚本
产品负责人，产品架构、Agent 方案与路演可运行原型；“互联网+”大赛省级二等奖项目
TCM-ES 可解释 AI 可视化与复现
把前沿论文的嵌入空间逻辑做成浏览器可交互演示，并用 PyTorch 复现核心机制
- 零后端单页交互可视化
- PyTorch 对比学习机制小规模复现
- 结果图与指标报告
独立设计与实现已开源，可在线访问；标注为教育性重构，不用于诊疗
Meta 分析论文撰写全流程
从一批 PDF 到符合目标期刊要求的投稿稿，九阶段流水线
- 双通道 PDF 数据抽取与核对
- 纳入分诊与预设结果审阅
- Meta 分析、影响诊断与 R 出图
- 中英文摘要、方法与结果写作
- PubMed 文献池、引言讨论与引用核实
- 期刊推荐与投稿改稿检查表
- 沉淀为可复用的 Agent 技能
独立设计与实现真实投入使用
LEM 学术自动化套件（选题与筛选段）
选题评估、文献获取、论文初稿与统计作业的桌面级自动化
- LivingEBM 选题批量评估
- 文献批量获取与 RIS 调度工作流
- 论文自动生成系统
- SPSS 语法生成器
独立设计与实现真实投入使用，子系统成熟度不一
PaperAuditKit
论文统计与图像异常信号筛查，仅供人工复核
- 表格审计流水线
- PDF 表格与图像抽取、感知哈希相似度
- CLI 报告与本地复核 Web UI
- 伦理边界说明
独立设计与实现已开源（MVP）
横向课题机会监控 Agent
函数调用巡检官方来源，留证去重，生成申报骨架与简报
- 多工具函数调用 Agent
- 证据闸门与哈希留证
- 每日定时任务与手动触发
- 申报书骨架生成
- Word 简报自动生成
独立设计与实现本地可运行，定时任务每日执行
教职岗位检索与申请助手
院校库构建、岗位采集、可视化报告与申请信生成
- QS 院校库与可去性分级
- 岗位板采集与每日扫描
- 雷达图 / PDF / DOCX 导出
- 申请信与联络材料生成
- 本地 Web 控制台
独立设计与实现持续使用
VLM 推理加速器仿真研究
专用芯片架构建模、性能仿真与研究报告
- 公开资料与专利图解读
- 8B 级 VLM 推理仿真模型
- HTML 研究报告与可视化
独立研究报告已完成
临床研究文档版式保真转换
PDF ↔ Word 字体度量、间距测量与逐页对比
- 字体与嵌入度量分析
- 段落 / 表格结构还原
- 逐页渲染对比与差异报告
- 临床研究报告模板对齐
独立设计与实现实验进行中
ETF 期货量化控制台 · 市场情报中心
策略 / 风控 / 账本 / 回放分层，真实下单默认锁死；多 Agent 情报证据链
- 策略、风控、账本、网关、回放与报告分层
- TEST / REPLAY / LIVE_LOCKED 三态
- AI 市场情报中心
- pytest / ruff / Playwright 端到端测试
- 桌面打包与计划任务
独立设计与实现研究与仿真验证；不构成投资建议，不宣称收益
龙虾金融 · 自主选股智能体
多源采集、多路推理、分级推荐、模拟交易复盘
- 多源行情、资金与新闻采集管道
- 多路独立推理与综合裁判评分
- T+1 模拟交易与收盘复盘
- HTML 报告与企业微信推送
- 定时调度与服务器常驻
独立设计与实现已部署原型；不宣称有效性与收益
A 股 15 分钟模拟盘
低价股筛选策略、模拟账户与日报，桌面 GUI
- 行情读取与示例数据
- 筛选策略与模拟账户
- 候选池与日报生成
- EXE 打包
独立设计与实现可运行原型
AI 短剧生产流水线
剧本 → 角色与场景 Bible → 分镜关键帧 → 视频生成 → 拼接
- 剧本与分镜结构化解析
- 角色 / 场景 Bible 生成
- 关键帧与视频片段生成、拼接
- 本地化改编流水线
- 视觉 / 声音一致性审计与基准
独立设计与实现试制集已产出
AI 音乐 Demo
音乐生成演示与本地验收报告
- 生成服务与本地页面
- 验收脚本与 HTML 报告
独立设计与实现可运行 Demo
图像参考工作台
散图合成参考板并调用图像模型，可打包 EXE
- Image2 Batch Studio
- Reference Image Studio
- EXE 打包与本地运行
独立设计与实现可运行
代码驱动 PPT 工具链
逐帧动画、配图生成、渲染 QA 与批量出稿
- Node / PowerShell / Python 构建脚本
- AI 配图与逐帧动效
- 渲染检查与蒙太奇 QA
- 课堂汇报、商业计划书、融资路演等多套成品
独立设计与实现持续使用
品牌与商业视觉程序化生成
Logo、名片、宣传册与推广物料的脚本化多轮出稿
- 医生个人品牌
- 投资公司名片与宣传册
- 教育产品界面素材与推广图
- 多轮方案与印刷定稿
独立设计与实现已交付多套
AI 需求共创 · 实时语音 Agent
流式 ASR、访谈式大脑、TTS 低延迟通话
- WebSocket 通话会话
- 流式 ASR 与语音断句启发式
- 访谈式对话大脑
- TTS 与视觉理解
- 端到端模拟与 UI 冒烟测试
- 产品原型与融资路演材料
独立设计与实现本地可运行 Demo
DSH Chrome 插件
让 Agent 操控真实 Chrome：导航、点击、输入、快照
- Playwright 驱动的真实浏览器控制
- DeepSeek Harness 插件接入
- 会话与设置探针脚本
独立设计与实现可运行
Agent 工作流基础设施
自定义 Skills、本地推理服务与平台互通脚本
- Agent Skills
- 本地推理与模型服务实验
- AI 编程平台互通脚本与扩展打包
- 个人网站与内容生成 / 部署脚本
独立设计与实现持续迭代
企业微信 × 智能体接入服务
消息回调、加解密与异步回复
- 企业微信回调与加解密
- 智能体 API 轮询与异步回复
独立设计与实现可运行
企业知识库 ChatBot
文档投喂、向量化、本地部署与客户移交
- 知识分类与库结构设计
- 清洗、分块、Embedding、向量入库
- RAG 问答与回答验证
- 本地化部署、培训与移交
需求与方案、实施与移交（实习期间）已交付 3 家企业
公众号内容 Agent
采集、撰写、版式套用与定时发布
- 行业信息采集
- AI 撰写与选题规则
- 10+ 套版式套用
- 定时发布与人工抽检
流程设计与落地（实习期间）稳定运行，实习期累计 120+ 篇
该分类下暂无项目。
EXPERIENCE
经历
珠海复旦创新研究院 · Agent 大模型科研助理
围绕 Agent 与大模型应用方向为课题组提供科研与工程支持，把研究想法快速变成可运行、可评测、可复现的系统，并沉淀为团队可复用的工具与技能。
- Agent 工作流研究与实现：设计基于函数调用的多工具 Agent（检索、网页读取、证据保存、去重、报告生成），研究任务规划、工具预算、失败回退与证据闸门等机制，让 Agent 的每一步输出可追溯、可审计。
- 评测与实验流水线：为大模型与多模态模型搭建固定样本集、客观打分器、离线回归与端到端测试，比较不同模型在结构化抽取、文档理解与问答任务上的准确率、延迟与成本，坚持“一次只改一个变量”。
- 科研自动化工具：面向循证医学与文献工作构建选题评估、文献获取、Meta 分析与论文写作流水线，以及课题机会监控、申报材料与简报生成等日常科研辅助 Agent。
- 文献与技术调研：跟踪 Agent、RAG、多模态理解与 VLM 推理加速等方向的论文与开源实现，做小规模机制复现与仿真实验，输出可复用的技术简报与可视化报告。
- 工程与交付：以 Python / Node.js 实现服务端、脚本与可视化报告，负责本地推理服务、模型 API 接入与部署脚本，确保成果可交接、可复现。
广州兴灏科技有限公司 · AI 产品经理 / 慧守超项目负责人
负责零售视觉核验与健康档案 Agent 两条产品线的需求拆解、方案设计、快速实现、模型评测与部署验收；统筹专利、软著与创赛申报。
- 慧守超 0 → 1：把漏扫问题拆成实物数量、账单数量、交易状态机与分级处置，定义屏幕 OCR 与台面视觉的职责边界；完成双机位安装原型、边缘设备部署、人工复核台与分阶段评估机制（误报率 / 漏报率 / 转人工率），推进到真实门店预测试。
- 健康档案 Agent：设计“多格式接入 → VLM 调度 OCR 逐块抽取 → 人工核对 → 证据索引 → 带引用问答”闭环，用 Error Taxonomy、固定样本与全量回归处理漏读、错位与越界引用，完成 B 端交付。
- Agent 矩阵验证：并行推进金融信息监控、实时语音需求共创、内容生产等方向的 Agent MVP，沉淀接口探针、错误样本、离线回归与 HTML 验收报告的交付模板。
深圳市育全科技有限公司 · AI 产品实习生
围绕企业知识资产化与运营提效，参与企业智能知识助手（B 端 ChatBot）从需求访谈、知识库建设、RAG 问答到本地化部署与客户移交的完整过程。
- 需求与知识结构：负责需求梳理、知识分类、知识库结构与问答流程设计，把“新人培训周期长、老员工重复答疑、内部资料分散难查”拆成可量化的服务效率问题，并定义资料边界与回答范围。
- RAG 链路搭建：参与企业资料清洗、分块、Embedding、向量入库与 RAG 问答接入，串联“资料接入 → 召回 → 回答验证”流程；以问题样本复测约束回答来源与业务边界，建立 Prompt 模板与 badcase 更新机制。
- 部署与移交：参与本地化部署、客户侧测试、问题修正、使用培训与移交，沉淀可复用的知识库实施流程，使系统能够由客户侧持续维护。
- 成果：累计服务 3 家中小企业客户；常见咨询自助解决率约 80%，新客服上手周期从约 14 天缩短到 2 天，客户持续续约并将运维转到客户侧。
深圳协奥科技有限公司 · AI 产品实习生
围绕公众号内容运营提效，设计并落地一条无人值守的全自动内容生产与发布 Agent。
- 流程搭建：设计“行业新闻 / 竞品动态采集 → AI 撰写 → 版式套用 → 定时发布”全流程，以低代码编排 + 代码扩展实现，定时自动运行。
- 内容质量：预设 10+ 套排版样式与选题规则，解决全自动发布场景版式单一、内容同质的问题；通过提示词迭代与人工抽检保障输出稳定。
- 运营效果：稳定保持每 2 天 1 篇，实习期累计发布 120+ 篇；篇均阅读量较人工运营基准提升约 45%。
广东医科大学 · 中药学 本科
医药专业背景，跨领域自学 AI 工程与产品；“互联网+”大学生创新创业大赛省级二等奖。
WORKING METHOD
我的工作方法
先把问题定义清楚
确认使用者、真实输入、失败代价和验收口径，不让模型能力替代产品判断。
做最短可运行链路
优先打通完整闭环，再逐层提高准确率、性能、可维护性和体验。
让结论经得起复查
固定样本、客观指标、离线回归、端到端测试与浏览器可见证据；一次只改一个变量。
交付别人真正能用的东西
代码、运行方式、风险边界和验证结果一起交付，减少后续接手成本。
TOOLCHAIN
工具链
日常以多 Agent 编程平台协作开发，但以可执行脚本、版本记录和实际验收结果作为交付依据。
Agent 编程平台
OpenAI CodexCursorClaude CodeGoogle AntigravityGemini CLITraeClineWindsurfDevinDeepSeek HarnessOpenClawWorkBuddy
模型与推理
Qwen / DashScopeDeepSeek豆包 / 火山方舟OpenAIClaudevLLMOllamaModelScopeAutoDL
视觉与文档
YOLOOpenCVPaddleOCREasyOCRMinerUzxingWhisperFFmpegVGGT / MASt3R
生成与创作
ComfyUIgpt-imageSeedanceMiniMaxBlender参数化 CADpython-pptx / docx
工程与部署
PythonFastAPIFlaskNode.jsReactTypeScriptRSQLitePlaywrightPyInstallerCloudflareTailscale阿里云 OSS树莓派 / RK3588
CAPABILITY MATRIX
能力矩阵
产品与科研
需求拆解、方案设计、实验设计、评测口径、文献与方法调研、路演与申报材料。
AI 系统设计
Agent 工作流、Function Calling、RAG 与证据引用、VLM / OCR 文档理解、结构化输出与反幻觉机制。
工程实现
Python、Node.js、FastAPI / Flask、React / TypeScript、原生 Web、边缘设备部署、本地推理服务。
验证与交付
固定样本、离线回归、端到端测试、客观打分、HTML 验收报告、隐私与凭据边界。
LET'S BUILD
把复杂想法做成可靠系统
关注 Agent、多模态系统、科研自动化与可验证交付。欢迎交流科研合作、产品项目与工作机会。
13544160326@163.com
微信：13544160326