法律法规智能知识图谱与问答系统
Legal Knowledge Graph & GraphRAG QA System
面向政府机构法律法规知识库场景，基于 RAGFlow、Neo4j 和 Elasticsearch 构建从非结构化文档解析、知识图谱生成到 GraphRAG 智能问答的完整流程。
5000+
知识图谱节点
10000+
关系数量
90% → 95%
检索召回率
- Python
- RAGFlow
- Neo4j
- Elasticsearch
- ChromaDB
02 — About
从数据，到模型，再到 AI 应用
我目前是长江大学硕士在读，技术方向集中在 Python、机器学习与 AI 大模型应用。
我的实践从 Python 数据采集与分析开始，之后参与雷达目标识别、多模态干扰识别等机器学习与深度学习项目；2026 年在浮木科技实习期间，完成了从文档解析、知识图谱构建到 GraphRAG 问答的完整链路。
相比只关注模型调用，我更希望理解一个 AI 应用从数据进入系统，到解析、检索、模型推理，再到最终业务结果的完整工程链路。
-
2023
Python / Data
-
2025
ML / DL
-
2026
RAG / Knowledge Graph
03 — Capabilities
我能做什么
01 02 03
AI Application Engineering
从非结构化文档解析、知识抽取，到 RAG / GraphRAG 检索问答。
Project Evidence 法律法规知识图谱与问答系统 5000+ Nodes 90% → 95% Recall
Machine Learning Engineering
特征工程、模型设计、训练优化、ONNX 转换与轻量化部署。
Project Evidence 复杂低空场景目标识别系统 40+ Features 98.99% Validation Accuracy
Deep Learning & Multimodal Modeling
CNN / Transformer、多模态数据融合、多标签任务与实验分析。
Project Evidence 多模态深度学习干扰智能识别系统 92.71% Accuracy 0.8398 Macro F1
04 — Stack
Tools I Work With
Programming
01- Python
- SQL
- Java
- C
AI / ML
02- PyTorch
- Transformers
- scikit-learn
- Machine Learning
- Deep Learning
LLM Applications
03- RAG
- GraphRAG
- RAGFlow
- Prompt Engineering
- Claude Code
Knowledge & Retrieval
04- Neo4j
- Elasticsearch
- Qdrant
- ChromaDB
- Vector Retrieval
Document AI
05- MinerU
- DeepDoc
- OCR
- Document Parsing
- PyMuPDF
Backend Engineering
06- FastAPI
- SQLAlchemy
- PostgreSQL
- SSE
- FSM Workflow
Deployment
07- ONNX
- Int8
- Docker Compose
- RK3588
- Jetson
05 — Work
Selected Work
6 个项目覆盖大模型应用工程、后端系统架构、机器学习模型工程、多模态情感预测与可解释分析——01 为核心 Case Study。
Real Project Output
01 · GraphRAG
法律法规知识图谱与问答系统 查看案例
文档解析 · 知识图谱 · 双路检索问答
5000+
Knowledge Graph Nodes
90 → 95%
Retrieval Recall
98.99%
Radar Validation Accuracy
92.71% / 0.8398
Multimodal Recognition
油训智安——油气储运教学实训与岗位技能智能体系统
Oil Training Agent System
作为项目负责人主导设计的油气储运教学实训智能体系统，基于 FastAPI + Vue3 前后端分离架构与自研 FSM 工作流引擎，实现从意图识别、RAG 检索重排到引用核验的完整问答链路。
7
环节问答链路
416
自动化测试
2核2G
离线部署上线
- Python
- FastAPI
- Vue3
- PostgreSQL
- SQLAlchemy
Oil Training Agent System
- 7 环节问答链路
- 416 自动化测试
- 2核2G 离线部署上线
复杂低空场景目标识别系统
Low-Altitude Target Recognition System
围绕低空监视雷达中的“低慢小”目标识别场景，完成原始回波、点迹和航迹等多类数据的处理与融合建模，并搭建覆盖数据处理、模型训练、预测推理和部署优化的模块化流程。
40+
维特征
98.99%
验证准确率
ONNX + Int8
模型部署
- Python
- PyTorch
- KAN
- MLP
- Feature Engineering
Low-Altitude Target Recognition System
- 40+ 维特征
- 98.99% 验证准确率
- ONNX + Int8 模型部署
智能天线调谐状态识别系统（IAT）
Intelligent Antenna Tuning State Recognition
面向 96,768 样本、15 类严重不均衡的手机天线调谐状态预测任务，通过幅度差分特征设计与 TinyMLP 模型优化，在 7.75KB 模型体积约束下实现单样本 0.135ms 的端侧推理。
97.75%
最终准确率
0.954
Macro F1
7.75KB
模型体积
- Python
- PyTorch
- MLP
- Feature Engineering
- Class Imbalance
Intelligent Antenna Tuning State Recognition
- 97.75% 最终准确率
- 0.954 Macro F1
- 7.75KB 模型体积
多模态深度学习干扰智能识别系统
Multimodal Interference Recognition System
面向 5G / 6G 无线网络的小区级干扰识别问题，基于 PRB 噪声矩阵和业务元数据构建数据处理、特征提取、模型训练和推理流程。
92.71%
验证准确率
0.8398
Macro F1
24 × 273
PRB 矩阵输入
- Python
- PyTorch
- CNN
- Transformer
- Multi-label Learning
Multimodal Interference Recognition System
- 92.71% 验证准确率
- 0.8398 Macro F1
- 24 × 273 PRB 矩阵输入
复杂场景下多模态情感预测与可解释分析
Multimodal Sentiment Prediction & Interpretability
基于 CMU-MOSEI 数据，研究文本、语音、视觉信息局部缺失时的情感分类与强度预测，结合掩码感知门控融合、连续区间缺失增强与可解释分析，完成模型训练、评估及成果交付。
68.64%
测试集 Accuracy
64.93%
测试集 Macro-F1
0.6505
测试集 MAE
- Python
- PyTorch
- OpenCV
- BERT
- Transformer
Multimodal Sentiment Prediction & Interpretability
- 68.64% 测试集 Accuracy
- 64.93% 测试集 Macro-F1
- 0.6505 测试集 MAE
06 — Experience
Where I've Worked
2023
Data Analysis
2025
Machine Learning
2026
AI Application Engineering
* 2025 为研究生项目阶段，非实习经历。
2026.05 — 07
浮木科技有限公司
AI 大模型开发实习
法律法规知识图谱与问答系统 Document AI · GraphRAG · Neo4j · RAGFlow
参与从文档解析、知识图谱构建、向量检索到 GraphRAG 问答的完整链路，后期独立负责图谱制作模块：跨页表格解析、本体约束的知识抽取与多模型交叉校验。
2023.07 — 09
北京前锋互联科技有限公司武汉分公司
数据分析师实习
抖音数据采集与数据分析 Python · Selenium · Pandas
基于 Python、Selenium 和浏览器驱动搭建数据采集流程，完成数据爬取、清洗与结构化整理，使用 Pandas 进行统计分析与可视化输出。
07 — Education
Education
2024 — 2027
长江大学 · 硕士
Machine Learning · Deep Learning · Computer Vision
2020 — 2024
长江大学 · 本科
Python · Data Structure · Signal Systems