Machine-readable resume — fetched and edited by AI agents (Claude, Cursor, ChatGPT) through the cv-pro CLI or MCP. Also served as raw JSON at /colonel.json.
{ "username": "colonel", "header": { "name": "耿明", "tagline": "AI Agent 研发工程师 · 17 年研发经验 · LangGraph 生产级多 Agent 系统 / 区块链复合背景" }, "personalInfo": { "email": "gengming861019@126.com", "phone": "13716068721", "location": "期望城市：深圳" }, "experience": [ { "company": "宜信普惠信息咨询（北京）有限公司", "role": "AI Agent 研发工程师", "startDate": "2025.09", "endDate": "至今", "bullets": [ "基于 LangGraph 构建生产级 Agent 系统，服务于加密货币量化研究场景；主导 LangGraph 多 Agent 编排、StateGraph 路由、Tool 集成与 Memory 子系统等核心模块。", "双模式路由（Fast / Deep）、Data-First 流水线、Skill 配置驱动系统等核心范式均为本人主导设计，在 30+ Skill 的复杂调用场景中保持系统稳定（行情多指标查询、跨周期信号检测、资金费率与持仓变化联动分析、主动买卖与价格背离判断等）。", "运用 state machine、conditional routing、Human-in-the-Loop、persistence 实现可靠的多步推理；设计 Tool Use / Function Calling 流程，结合 Pydantic type-safe schema 与 structured output（JSON Schema enforcement、constrained decoding）保证输出可控。", "通过 Model Context Protocol (MCP) 接入外部工具，构建跨框架、可复用的工具层。", "实现两层 context engineering：RAG（vector retrieval、reranking、query expansion、Agentic RAG、Knowledge Graph RAG）与 Long-Term Memory（semantic / episodic / procedural）；以 metrics-driven 方式先建立 evaluation baseline 再做高级调优。", "架构重构成果：System Prompt Token ↓43.8%、核心代码 ↓70%、典型查询 LLM 调用 ↓50%。", "歧义消解准确率 72.2% → 100%（Hard 难度 33.3% → 100%）；跨域查询（如「资金费率 + RSI 关联」）准确率 0% → 100%。", "建立从 0 到 246/246 全通过的测试体系，输出语言 / 格式 / 数据一致性均达 100%。", "新增能力成本从「改 4+ 文件含 2 个核心文件」降为「加 1 个配置文件、零核心改动、零回归风险」，能力数量重构后翻倍（+10 项）。", "工具调用命中率 80%+ → 95%+：精确化 when_to_use + 解除单工具约束 + SkillRunner 三轮参数自动修正；补齐多轮记忆与引导式提问（上下文摘要主动提取注入 + 对话跟进意图识别）。", "集成 Claude Agent SDK 实现 GitLab / Jenkins CI/CD 上的 MR 自动评审，覆盖 8 个仓库；通过 Spec-Driven Development（Spec Kit + Claude Code）沉淀可复用的 Agent 开发模式。" ], "tags": [ "ai-agent", "langgraph", "mcp", "rag", "llmops", "python", "claude-agent-sdk" ] }, { "company": "北京链图科技有限公司", "role": "技术经理", "startDate": "2023.05", "endDate": "2025.03", "bullets": [ "基于 LangGraph 的 Web3 AI 操作系统，由智能层（Multi-Agent Framework + Memory）与执行层（Intent Execution Network）组成，让用户通过自然语言完成 Web3 全生命周期任务（研究 / 策略 / 执行）；作为 AI Agent 团队核心贡献者，深度参与智能层 MAF 编排与 Memory 子系统的架构设计与实现。", "基于 LangGraph StateGraph 构建并上线服务真实 Web3 用户的生产级多 Agent 系统，实现 intent 在 search / DeFi / opportunity 三类 sub-agent 间的确定性路由，以及跨节点有状态编排（messages、plans、artifacts、HITL 中断、errors）；日均服务 0.2 万次查询，任务成功率提升 23%。", "设计端到端的 Agent 评测与可观测框架——分布式 tracing、离线评测与运行时 guardrails，基于 LangSmith / Phoenix / RAGAS / DeepEval，将回归逃逸降低 40%，评测周期从 2 天缩短至 4 小时。", "在 200+ tools、20+ vertical agents 的生态之上构建统一工具集成层（MCP 风格 connectors），支撑 tool-augmented plan generation，并在执行前经 strategy-validator 做风险校验。", "沉淀可复用的 Agent 开发模式，重构被多团队采用的内部 Agent 框架，标准化 build → eval → deploy 闭环，被 6 名工程师采用，新 Agent 上手时间缩短约 50%。", "针对高噪声、强时效的 Web3 数据，工程化实现 tool call（embedding + vector store + cross-encoder）与双层记忆（episodic + durable，由 Compound Memory 统一编排）。", "负责 Dappos 的 VWManager / VWService 合约开发、维护与测试，以及与 GMX、Kiloex、Kyberswap、Perp、Aark、Quickswap、SOFA、Stader 等 20+ 第三方 Dapp 合约的业务逻辑对接，保障数据同步与资产安全。", "负责 IntentEX 去中心化交易所相关合约开发（链上资产价格获取、跨链协议对接），以及基于 Golang 的 K 线数据服务端接口开发。", "前期沉淀的 DeFi 协议对接经验与链上数据语义理解，直接转化为 DeFi Subgraph 的策略验证与 Opportunity Subgraph 的领域信号识别——「区块链工程师 + Agent 工程师」的复合背景。" ], "tags": [ "ai-agent", "langgraph", "multi-agent", "web3", "defi", "solidity", "golang", "evaluation", "observability" ] }, { "company": "北京云中戏信息技术有限公司", "role": "Solidity 智能合约安全审计", "startDate": "2022.03", "endDate": "2023.05", "bullets": [ "智能合约审计组长，带领 6 人团队，完成 10 个以上项目审计，代表项目包括 Shorter Finance、Robbin。", "熟练使用 Slither、Mythril 进行静态分析，使用 Echidna 进行模糊测试；熟悉审计流程及相关规范。", "组建团队、优化审计流程、开展内部技术培训。" ], "tags": [ "security", "audit", "solidity", "blockchain" ] }, { "company": "神话科技传媒（深圳）有限公司", "role": "技术经理", "startDate": "2019.05", "endDate": "2022.03", "bullets": [ "管理 12 人团队，负责智能合约开发与 Go 服务端开发，团队从 0 到 1 搭建。", "基于 eth / nuls / iost 三条公链的去中心化交易功能：三链智能合约开发（Solidity、Java、JavaScript）、移动端 SDK 开发（go-mobile）、交易处理与撮合上链的 Golang 服务端开发。", "NFT 交易所、NFT 合成挖矿、ISM 保险、体育赛事等多条产品线。", "基于动漫 IP 的 GameFi 合约开发：ERC20 / ERC721 代币、NFT 质押挖矿、英雄随机与算力推图玩法，最终演变为 IP 孵化平台。" ], "tags": [ "blockchain", "solidity", "golang", "nft", "gamefi", "team-lead" ] }, { "company": "北京磁云科技", "role": "Golang 开发工程师", "startDate": "2018.10", "endDate": "2019.05", "bullets": [ "M1 API：开发节点 API，包括 key、account、address、asset、transaction、wallet 等相关接口。", "M1 Client：开发所有功能模块的 client 命令功能。", "mgo sdk：将所有 API 抽象成 SDK 提供给应用开发团队，方便对接节点功能。" ], "tags": [ "golang", "blockchain", "sdk" ] }, { "company": "汽车之家", "role": "架构师", "startDate": "2016.05", "endDate": "2018.10", "bullets": [ "完成主 App 找车功能模块开发。", "AB-Testing SDK、日志上报系统、组件化维护。", "ReactNative 优化方案实施；ARKit 调研并输出 Demo；小视频功能开发。", "主导移动端架构优化。" ], "tags": [ "ios", "mobile", "architecture" ] }, { "company": "红演圈（北京）网络科技有限公司", "role": "移动端团队负责人", "startDate": "2012.10", "endDate": "2016.05", "bullets": [ "管理 10 人手机端团队，负责 iOS 端架构设计与优化，团队与 App 均从 0 到 1 搭建。", "组建手机端研发团队、推进项目进度；架构搭建、优化与技术难题攻关。", "首页、招募频道、邀约、我的相关工作流等模块开发。" ], "tags": [ "ios", "mobile", "team-lead" ] }, { "company": "北京联银通科技有限公司", "role": "C 开发工程师", "startDate": "2009.08", "endDate": "2012.10", "bullets": [ "雅酷银行卡 POS 应用程序开发，基于王府井银行卡标准程序进行定制化功能扩展。", "乐富支付 POS 机应用程序开发，实现终端远程 TMS 软件及参数的下载与更新功能。", "参与京东自提点 POS 机应用程序开发，配合京东商城完成终端功能设计、测试与验收。", "参与华夏银行 BEAI 总线项目，协助完成系统集成与接口开发。" ], "tags": [ "c", "embedded", "banking", "pos" ] } ], "education": [ { "school": "哈尔滨商业大学", "major": "电子信息工程", "degree": "本科", "startDate": "2005", "endDate": "2009" } ], "projectsRecent": [ { "title": "xBubble", "description": "基于 LangGraph 的 Web3 AI 操作系统，智能层（Multi-Agent Framework + Memory）+ 执行层（Intent Execution Network），让用户用自然语言完成 Web3 研究 / 策略 / 执行全生命周期任务。已上线。", "url": "https://dappos.com", "tags": [ "ai-agent", "langgraph", "multi-agent", "web3", "production" ] }, { "title": "Mentis", "description": "已上线的 AI Agent 产品，面向对话式智能助理场景。", "url": "https://gmentis.ai/chat", "tags": [ "ai-agent", "production", "chat" ] } ], "projectsDetailed": [ { "title": "加密货币量化研究 Agent · V2 架构重构", "type": "生产级 Agent 系统", "startDate": "2025.09", "endDate": "至今", "bullets": [ "背景：V1 采用多 SubAgent 硬编码层级路由，新增能力需改 4+ 文件（含 2 个核心文件），回归风险高。", "重构为双模式路由（Fast / Deep）+ Data-First 流水线 + Skill 配置驱动系统，新增能力降为「加 1 个配置文件、零核心改动、零回归风险」，能力数量翻倍（+10 项）。", "System Prompt Token ↓43.8%、核心代码 ↓70%、典型查询 LLM 调用 ↓50%。", "歧义消解准确率 72.2% → 100%（Hard 难度 33.3% → 100%）；跨域查询准确率 0% → 100%。", "工具调用命中率 80%+ → 95%+：精确化 when_to_use、解除单工具约束、SkillRunner 三轮参数自动修正。", "建立从 0 到 246/246 全通过的测试体系，输出语言 / 格式 / 数据一致性均达 100%。" ], "tags": [ "ai-agent", "langgraph", "architecture", "refactor", "evaluation" ] }, { "title": "xBubble · Web3 生产级多 Agent 系统", "type": "生产级 Agent 系统", "startDate": "2023.05", "endDate": "2025.03", "url": "https://dappos.com", "bullets": [ "基于 LangGraph StateGraph，实现 intent 在 search / DeFi / opportunity 三类 sub-agent 间的确定性路由，跨节点有状态编排（messages、plans、artifacts、HITL 中断、errors）。", "日均服务 0.2 万次查询，任务成功率提升 23%。", "端到端 Agent 评测与可观测框架（LangSmith / Phoenix / RAGAS / DeepEval）：分布式 tracing、离线评测、运行时 guardrails；回归逃逸 ↓40%，评测周期 2 天 → 4 小时。", "在 200+ tools、20+ vertical agents 生态上构建统一工具集成层（MCP 风格 connectors），支撑 tool-augmented plan generation，执行前经 strategy-validator 做风险校验。", "Compound Memory：episodic + durable 双层记忆统一编排；tool call 基于 embedding + vector store + cross-encoder。", "标准化 build → eval → deploy 闭环，内部 Agent 框架被 6 名工程师采用，新 Agent 上手时间缩短约 50%。" ], "tags": [ "ai-agent", "langgraph", "multi-agent", "memory", "observability", "web3" ] }, { "title": "智能合约安全审计", "type": "安全审计", "startDate": "2022.03", "endDate": "2023.05", "bullets": [ "6 人审计团队组长，完成 10+ 项目审计，代表项目 Shorter Finance、Robbin。", "静态分析（Slither、Mythril）+ 模糊测试（Echidna）；建立并优化审计流程，开展内部技术培训。" ], "tags": [ "security", "audit", "solidity" ] } ], "skills": [ { "name": "AI Agent 编排与框架", "items": [ "LangGraph", "LangChain", "CrewAI", "AutoGen", "Claude Agent SDK", "StateGraph / state machine", "conditional routing", "Human-in-the-Loop", "persistence", "multi-step reasoning" ] }, { "name": "工具层与协议", "items": [ "Model Context Protocol (MCP)", "Tool Use / Function Calling", "A2A", "Agent Skills", "Pydantic type-safe schema", "structured output", "JSON Schema enforcement", "constrained decoding" ] }, { "name": "上下文工程与记忆", "items": [ "RAG", "vector retrieval", "reranking", "query expansion", "Agentic RAG", "Knowledge Graph RAG", "embedding", "vector store", "cross-encoder", "Long-Term Memory (semantic / episodic / procedural)", "Compound Memory" ] }, { "name": "评测与可观测（LLMOps）", "items": [ "LangSmith", "Phoenix", "RAGAS", "DeepEval", "分布式 tracing", "离线评测", "运行时 guardrails", "evaluation baseline", "CI/CD 中的 Agent 自动化测试", "Spec-Driven Development (Spec Kit)" ] }, { "name": "编程语言", "items": [ "Python", "Go", "Solidity", "Rust", "TypeScript", "JavaScript", "Move", "C", "Objective-C" ] }, { "name": "区块链", "items": [ "DeFi", "NFT", "GameFi", "DAO", "智能合约审计", "Slither", "Mythril", "Echidna", "跨链协议", "去中心化交易所", "ERC20 / ERC721" ] }, { "name": "工程与平台", "items": [ "GitLab CI", "Jenkins", "MR 自动评审", "移动端架构", "iOS", "ReactNative", "POS 嵌入式", "银行交易服务端" ] } ], "contact": [ { "label": "邮箱", "url": "mailto:gengming861019@126.com" }, { "label": "电话", "url": "tel:13716068721" }, { "label": "xBubble", "url": "https://dappos.com" }, { "label": "Mentis", "url": "https://gmentis.ai/chat" } ], "meta": { "updatedAt": "2026-07-10T07:17:51.333Z" } }