刘文涛

面向快手生服平台商家，构建覆盖知识问答、经营数据洞察等场景的多智能体平台。系统采用"意图识别→AI服务路由→领域子Agent执行"架构，包含罗盘数据子Agent（自然语言经营数据查询）、入驻知识子Agent等，对接多AI平台（万琴/LangBridge），支持多业务团队以配置化方式低成本接入。

• 智能体注册与路由引擎：设计意图注册表与AI服务注册表双表结构，实现意图→AI服务全配置化路由；服务参数通过mapping规则自动注入商家/账号上下文；封装多AI平台统一接入SDK；设计by service_id维度限流+RT>3s熔断，结合商家维度灰度与降级方案，保障 SLA≥95%、P99<3s，智能体接入配置化率100%
• 意图识别系统：设计"领域粗分类+领域内Prompt细化场景"两阶段方案，将训练数据复杂度从N×M×K维度降至仅需领域级样本，大幅降低维护成本；主导1000+条数据采集、清洗、标注全流程，对 Qwen3-4B/8B进行微调，商家意图识别准确率达 90%+
• 商家知识库（GraphRAG）：主导传统RAG与GraphRAG选型对比，评估召回准确率与维护成本，确定GraphRAG更适合商家政策/FAQ等结构化知识场景（图谱语义关联召回准确率显著优于纯向量相似度）；负责知识文档全生命周期建设：递归采集含多层嵌套的复杂商家文档（入驻政策、经营规则等），设计清洗规则与格式化标准，消除噪声数据；基于GraphRAG平台完成向量嵌入、图谱构建与检索配置，建立文档增量更新机制，保障知识库持续准确，知识库准召率目标95%+
• 数据子Agent优化（罗盘智能体）：针对"一问匹配多serviceCode"问题，设计"向量检索召回→规则引擎加分重排序→低置信度LLM精筛"三阶段定位链路；将LLM参数提取收窄为仅输出4个核心字段，时间对比周期改由Java代码精确计算，max_tokens从300→80，P99降低约40%；针对多serviceCode数据重复导致上下文超token限制问题，设计Java侧响应压缩算法，上下文体积压缩80%+，解决小模型（4B）汇总计算出错问题
• 会话基建：对接IM流式消息通道，设计商家维度会话隔离、轮次中断与新会话机制；会话记录表按商家ID取模0–99分表，支持水平扩展；接入SLA/P99/QPS监控告警，保障全链路可观测

从0到1构建快手本地生活职人中心，赋能商家将员工认证为职人，通过直播/短视频/P页/职人码多渠道带货，对标竞对DY/美团完整职人体系。累计贡献GMV 3亿+，单日峰值900w+，Q2完成度120%，职播每小时VV效率较达播提升101%。

• 职人身份与领域建模：基于BID模型设计商家-门店-快手号三元唯一性约束，构建职人身份体系（个人职人/商家职人）及状态机（审批→签约→激活→停用/注销）；协调实名认证中台、权限账号平台、治理合规、分销达人等6+外部系统，打通职人创建与带货全链路；职人ID采用分布式ID+merchantId%1000尾缀设计
• 多维度佣金激励体系：设计三优先级佣金策略（自动激励<商品定向激励<职人定向激励），构建全量商品佣金索引（解决"查得到"）；商品上下架/自动激励/手动修改多变更源并发写入佣金快照（商家ID+商品ID粒度），通过收口变更源至MQ、顺序消费+时间戳幂等防并发回退，经KBUS同步Redis缓存（解决"算得准"）；建立FCP实时核对（MySQL↔Redis）+离线HIVE双链路对账（解决"不出错"）；全流程操作日志+回刷脚本保障"追得回"
• 多场景订单归因：解决直播/短视频PLC/P页/职人码多触点归因断裂问题：全链路CTrace透传（商详→提单→下单→归因平台）；C端大流量归因采用Redis-Hash富客户端缓存（存储职人入/离职时间快照），兼顾准确性与性能；FCP实时+HIVE离线双链路对账保障资金数据准确性

从0到1建设面向生服多租户的商家触达中心，支持多端（PUSH/站内消息/弹窗）、多渠道（短信/CRM等）、多人群策略的配置化触达能力，覆盖3+业务空间、2+站内触达能力、3+站外触达能力，新租户接入成本从7pd降至2pd。

• 平台化领域模型设计：设计"租户→消息模版→推送任务→执行计划→触达"全链路领域模型，用模版层屏蔽租户差异，配置化支持多推送平台、多触达渠道、多标签、多圈选人群；消息生产接入层引入任务模型驱动（RPC快速创建分片任务返回任务ID用于链路追踪，策略校验异步化），兼顾同步反馈与异步高性能；定时任务补偿失败分片，保障消息生产可靠性
• 周期/定时+策略触达（降低产运成本）：设计"预塞执行计划+续约"机制——用户输入cron表达式与任务起止时间，系统预塞部分计划至执行计划表并标记最后一条为续约，调度平台扫描到续约标记时触发下一轮计划插入，直至任务结束；接入策略中心支持动态圈选人群，解决触达人群动态变化问题；监控执行计划完成情况并接入告警，每周节省产运人力1.5~2pd
• 动态线程池&高吞吐优化：针对单机单线程发送瓶颈，改用线程池并发投递MQ消息（单条约3ms），MQ消峰解决DB存储压力；按任务ID维度RateLimit限速，确保多批量推送任务互不阻塞；支持快速终止：已发送分片MQ消费时立即返回不落库；4台机器不变，实现200w+消息/小时吞吐，发送时间缩短2~3倍
• 毫秒级一键已读&百万消息撤回：一键已读采用"读过滤+异步更新"——Redis存储水位线（readWaterLine=当前最大消息ID），拉取消息时水位线以下置为已读，触发MQ异步更新已读状态，解决头部商家近万条消息秒级全已读问题；百万消息撤回采用"异步撤回+增量拦截+读过滤"——Redis记录已撤回batchTaskId，消息消费与拉取时实时过滤，毫秒级生效

• 在传统RBAC基础上扩展账号域/权限域/权限控制域三子域，设计主子账号模型支持多账号经营、数据表支持多门店管理、权限规则表支持黑白名单控制；支撑14w组织、60w账号、1000+岗位资源，华莱士等商家经营效率提升25%
• 网关层植入插件化鉴权（资源匹配→降级能力→查询缓存→权限规则控制→权限资源计算），实现鉴权与业务代码零侵入解耦（20+服务侵入→1处接入），接入成本从1PD降至10分钟；多级降级机制（服务级→用户级→Redis降级DB）+ Draft/Prod双表隔离 + FCP实时对账，保障稳定性4个9

• 从0到1搭建本地广告投放系统，打通 DSP→商管端→CRM→用户行为回流全链路；设计以 JSON Schema 为协议的统一留资组件模型（表单/私信/企微场景配置化扩展，新场景接入0代码）；构建客资管理平台，实现跨渠道线索归集→清洗→去重合并→打标全链路

• 配置化取数平台：设计统一查询协议（serviceCode+params）打通MDS/商家/前端三大数据域，应用权限+数据权限双层控制（子账号限门店数据/主账号全量），视图协议层统一处理指标卡/趋势图等多组件渲染；支撑6大维度、200+指标全配置化，新指标接入0代码，需求响应从3天→0.5天，后端人力投入减少60%
• AI诊断引擎：基于多Agent协同架构（意图识别→诊断场景识别→诊断知识加载→参数提取Agent→数据查询Agent→经营分析Agent→总结Agent）实现经营问题自动归因；AI诊断响应<3s，归因准确率85%+