大模型应用开发工程师

1.掌握Langchain开发框架，熟练运用LLM、Chat、models、PromptTemplates、OutputParse、Chains等核心模块进行应用构建

2.具备MCP服务端开发能力，熟悉SSE与Streamable通信机制，能够结合Agent实现异步任务处理

3.可自定义FunctionTool，支持工具的同步与异步调用，完成聊天、信息查询及网页搜索等Agent功能集成

4.能基于bge-large-zh-v1.5实现向量数据库的私有化部署，完成SimilaritySearch与RAG增强检索功能

5.熟练使用UnstructuredLoader处理多种格式数据（JSON、PDF、HTML、Markdown、CSV），支持结构化提取及OCR图文识别

6.熟悉Chrome、Milvus、pgvector等向量数据库的本地部署，可用于构建知识库存储与高效查询系统

7.掌握Dense向量与Sparse向量的混合检索技术，并利用ReRanker模型对检索结果进行排序优化

8.熟悉LangGraph关键组件，理解WorkFlow搭建逻辑与ReactAgent实现原理，具备高阶Agent设计与多Agent协作流程定制经验

9.了解RAG与RAGAS结合WorkFlow的应用，可实现动态路由控制及多知识库的检索与效果评估

10.熟悉Dify、Ollama、Coze、Cursor等大模型工具的集成与使用，能通过Dify完成RAG策略与工作流的个性化配置

11.掌握基于vllm的大模型私有化部署方案，涵盖DeepSeek、Qwen3、kimi等多种主流模型的本地运行与调优