岗位职责
- 设计并实现基于 LLM 的 Agent 工作流,包括任务拆解、规划(Planning)、反思及自我修正机制,提升代码生成的自主性与准确率;
- 研发从自然语言需求到结构化技术规格说明书(Technical Spec)的转换与校验算法,确保生成代码严格遵循接口定义与业务约束;
- 定义、封装及管理 Agent 可调用的原子技能(如文件操作、测试运行、API 调用),优化 Skill 描述与检索策略,提升工具调用的精准度;
- 构建自动化评估基准,量化分析 Agent 在 Spec 遵循度与 Skill 调用成功率上的表现,通过 Bad Case 分析持续优化 Prompt 策略与上下文管理。
职位要求
- 计算机相关专业本科及以上学历,熟练掌握 Python,具备良好的数据结构与算法基础;
- 熟悉 LangChain/LangGragh 等主流框架,理解 ReAct、CoT 等提示工程范式;
- 深入理解 Function Calling / Tool Use 机制,有实际的 Prompt/Contex/Harness Engineering 经验及大模型应用开发项目。 加分项:有 Spec Coding 的实践经验,熟悉 MCP 协议;或在 GitHub 上有高质量的 AI Agent 开源项目/个人 Demo。