HM

HanMortis

|

探索大模型应用边界，专注 RAG 检索增强生成与多智能体协作系统

查看项目 GitHub

关于我

一名专注于 大模型应用开发 的技术实践者，致力于将前沿 AI 技术转化为可落地的工程方案。当前主要研究方向包括 RAG 检索增强生成、多智能体协作框架以及生产级 LLM 应用部署。

从文档向量化到知识库搭建，从单 Agent 任务到 CrewAI 多智能体编排，在实践中持续探索 AI 原生应用的最佳架构模式。

LLM 应用开发 RAG 系统 Multi-Agent

技能栈

🐍

Python

核心开发语言，熟练运用标准库及主流 AI/ML 框架

🔍

RAG

检索增强生成全流程：文档切割、向量嵌入、混合检索、重排序

⛓️

LangChain

基于 LangChain 构建文档问答、工具调用与 Agent 工作流

🤖

Agent / CrewAI

多智能体协作编排：角色定义、任务链、记忆共享

🗄️

向量数据库

Qdrant / Chroma / Faiss 等向量存储与语义检索

🧠

LLM API

OpenAI / 通义千问 / ChatGLM 等多模型接入与调优

项目展示

⚡

RAG + 多智能体系统

纯 Python 实现零依赖 RAG 系统，集成 TF-IDF 向量嵌入、余弦相似度检索与多智能体协作（研究员 + 技术撰写者），支持 OpenAI API 增强模式。

PythonRAGTF-IDFAgent
了解详情 源码
📝

RAG / Agent 实战学习笔记

基于大模型应用开发课程的深度整理，涵盖 RAG 基础（向量嵌入/文档切割）、AssistantGPT 完整系统、CrewAI 多 Agent 协作及生产级平台部署。

RAGLLMCrewAIGradio
阅读笔记 源码

联系方式

如果你对 RAG / Agent 技术感兴趣，或想交流合作，欢迎随时联系。

GitHub contact@hanmortis.top