Capabilities
Skills
AI 产品规划与问题定义
从业务需求出发，完成产品问题定义、范围界定和优先级判断。
产品问题定义
已独立完成业务需求 → 用户任务 → 产品需求；表层诉求 → 真实目标 → 关键约束；MVP；MoSCoW；Roadmap；产品边界。
产品架构设计
已独立完成核心数据对象建模、产品工作流设计、功能架构与模块划分。
Agent / RAG / LLM 产品设计
理解 LLM、RAG、Agent 等核心机制及其产品约束，能够围绕模型输入、知识来源、状态、工具、失败场景和人工确认节点设计产品工作流。
Agent 产品设计
已独立完成Agent 目标与能力边界定义、关系状态系统、记忆治理（可信度/冲突/衰减）、时间系统、主动行为触发、Human-in-the-loop。
RAG 与 Evidence 设计
能够在项目中运用文档解析、Chunking、Retrieval、Citation 校验、证据回跳、引用覆盖率、回答边界控制。
Prompt 结构设计
能够在项目中运用System Prompt、任务拆解、结构化输出、失败场景处理。
企业 AI Workflow
将 AI 能力嵌入企业业务流程，确保可追溯、可审计、可恢复。
AI 工作流设计
已独立完成Input → Parsing → Structured Fact → Retrieval/Rule → LLM Reasoning → Evidence → Human Decision → Update → Evaluation。
Human-in-the-loop 设计
已独立完成高风险节点人工确认、证据不足升级、规则冲突仲裁、决策审计追踪。
企业级产品机制
能够在项目中运用Source Registry、Issue Lifecycle、Change Impact、Bid Gate、Workflow Recovery。
AI Evaluation
设计评估维度、测试用例和效果指标，建立产品迭代的评价标准。
Evaluation 框架设计
已独立完成引用正确性、覆盖率、幻觉率、风险召回、人工接受率、任务完成率、问题关闭率、用户验证成本、Workflow Recovery。
数据与业务分析
基于过去职业经历形成的数据处理与业务分析能力。
多源数据整合
已独立完成处理 4000+ 条招商基础数据，建立口径说明与校验机制，形成结构化决策框架。
需求分析与约束建模
已独立完成面向政府、园区、企业等多方开展需求访谈与政策梳理，使用意见分类和版本管理推进方案收敛。
原型与工具
能够借助 AI 工具独立完成产品原型的交付。
Claude Code 原型开发
已独立使用使用 Claude Code 进行需求分析、代码生成、迭代修改和原型交付。四个 AI 产品的分析框架和产品展示 HTML 均通过 Claude Code 完成。
前端基础
可用于项目HTML / CSS / JavaScript / React / Next.js / TypeScript 基础，能够在 AI 辅助下完成个人网站等前端项目。
工具链
已独立使用Git / GitHub / DeepSeek API / XMind / Vercel 部署。