刘润铭

参与研发面向全学习场景的智能学习 Agent 系统，围绕长文档理解、多资料导入与多文件问答，构建 Study Guide、Flashcard、Quiz、Exam Predictor 等学习内容自动化生产链路，并搭建题目检索、知识关联与来源追溯能力，支撑 AI Study、AI Live Notes 等核心学习场景。

• 搭建 Planning-Execution-Feedback Agent 工作流，完成文档解析、知识抽取、内容生成与结果回调的多阶段编排，并构建教育题库矢量检索底座。
• 引入 Knowledge Map、引用追溯与上下文感知状态机，提升多文件场景下的知识对齐与来源一致性；结合缓存、流式输出、Token Mask 与部署监控体系，把 50 页长文档生成 TTFT 从 35.7s 降至 17.4s，优化 51%。
• 多轮任务 token 使用量降低 90%、整体响应提速 91%；多文件场景原文召回率提升至 95%，并在保证生成质量的前提下进一步降低单位任务推理成本。

参与研发面向复杂智能体工作流的 Prompt 自动调优系统，通过多 Agent 协作、失败样本回流与动态提示控制，提升长链路任务在不同模型底座下的稳定性与一致性。

• 设计 AutoFeedbackLoop，自动采集任务失败 Trace 并回流到提示构造流程，形成“失败样本 - 提示修正 - 再次验证”的闭环。
• 构建结构化扰动模块，对字段顺序、表达方式与 few-shot 样例进行扰动增强，降低模板过拟合，并引入上下文感知状态机减少长链任务中的逻辑漂移。
• 沉淀多模型适配层，统一不同底座下的提示结构、输出格式与回退策略，推动 PromptOps / Badcase Governance 从人工试错转向持续迭代。

带领 10 人团队研发集内容生成、自动分发与数据反馈于一体的多智能体社媒运营平台，面向短视频与社媒运营场景，构建从选题策划、脚本生成、素材分析到自动发布的闭环工作流。

• 基于 LangGraph 编排数据分析、竞品分析、内容生成、发布等角色 Agent，完成多角色协作链路设计。
• 设计 Prompt 编排引擎，将模糊运营需求自动转化为适配 TikTok、Instagram 等平台的结构化内容指令，并接入 ASR 与 OCR 分析流程完成竞品视频转写、章节拆分与脚本模板提取。
• 打通内容生成、分发调度与结果回流链路，形成一体化运营闭环，并在 2025 年 AI Agent 大赛获得优秀奖。

带领 5 人团队研发面向青少年心理支持与危机干预场景的智能对话系统，围绕情绪疏导、风险识别与陪伴式交流需求，构建具备多轮对话、心理支持和基础干预能力的对话机器人。

• 基于 Qwen2-8B 进行 LoRA 微调，增强模型在心理支持场景下的表达稳定性与对话适配能力。
• 采用 FP16 推理优化提升响应效率，降低原型系统部署成本，并结合场景化对话设计与交互流程约束优化多轮陪伴式问答体验。
• 基于 Vue 搭建前端页面，完成对话展示、交互输入与原型验证闭环，形成面向青少年心理支持场景的完整应用 Demo。

提出面向个性化教育场景的教育 Agent 系统 TraitTutor，围绕学习者人格差异、情绪状态与知识检索质量，构建能够动态生成适配学习计划与课程内容的智能教学系统。

• 基于 Big Five 人格模型设计个性化教学映射机制，动态调整课程结构、语气、难度与激励方式。
• 提出 P-E-R（Personality-Environment-Retrieval）交互模型，并结合 Strategy-Augmented RAG / GraphRAG 增强个性化内容生成的事实可靠性与策略适配能力。
• 设计 Profile-Retrieve-Transform 闭环架构，构建向量 - 图混合检索机制，并采用“人类实验 + Agent 仿真”的混合验证框架完成原型与研究验证。