岗位职责

工作流设计与开发：利用主流 AI 框架设计高可用的 Agent 应用工作流（Workflow），实现多 Agent 协同、意图识别、复杂任务拆解（Planning）等上层应用逻辑。
连接器与工具集成：快速对接企业内部 API、数据库、知识库（RAG）以及第三方工具（如钉钉、飞书、企业微信等），为 Agent 组装和赋予高效执行业务任务的“双手”（Tool Use）。
应用级评测基座（Harness）搭建：构建面向业务场景的 Agent 效果评测与回归测试集，通过自动化脚本或框架模拟真实用户输入，对 Agent 的任务成功率、响应耗时、工具调用准确率进行定量评估。
Prompt 工程与调优：深入理解业务，针对特定场景进行系统级 Prompt / System Prompt 优化，提升大模型在复杂、多步骤任务中的稳定性和对规范的遵循度。
行为追踪与可观测性：引入全链路监控工具，捕获 Agent 的运行轨迹（Trajectory）、中间思考过程与报错，快速迭代和修复 Agent 在业务实际运行中的“翻车”场景。

职位要求

应用开发能力：精通 Python 或 Node.js，有扎实的 Web 开发基础（如 FastAPI、Express），能够熟练进行 API 的设计、组装与调用。
主流 Agent 框架实战：熟练掌握 LangGraph, AutoGen, LlamaIndex, Dify 或 Flowise 等至少一种主流 Agent/工作流开发框架，有实际落地的 Agent 项目经验。
数据与 RAG 经验：熟悉向量数据库（如 Milvus, Pinecone, Chroma）的基本使用，掌握基础的 RAG（检索增强生成）优化技巧（如 Chunk 划分、混合检索、重排 Rerank）。
敏捷的评测意识：理解软件测试的基本概念，能够根据业务目标编写自动化评测脚本，善于利用数据指标（而不仅凭直觉）来优化 Agent 的表现。
业务理解与交付能力：具备极强的业务逻辑梳理能力，能将复杂的业务流程（如财务审批、自动客服、数据报表分析）翻译成 Agent 的标准操作程序（SOP）。