Contact Me

Hi, I'm

Tie Shengxuan.

专注后端、AI 与 Agent 的开发者

关注 Java 后端工程、Python 自动化、AI 应用与 Agent 系统构建，喜欢把复杂业务拆成稳定、清晰、可持续演进的服务。

了解我 阅读博客
Tie Shengxuan 的头像

About Me

具备 AI 全栈开发能力，熟悉 Java 后端工程化实践。关注 AI 技术在实际业务中的落地应用， 在 AI Agent、大模型集成、工具调用和智能工作流编排等方向有持续实践经验。能够从需求分析、 后端接口设计、数据库建模、服务实现到 AI 能力接入进行完整开发，理解系统稳定性、可维护性 与工程效率之间的平衡。编码习惯良好，重视代码结构、异常处理、日志追踪和边界场景， 乐于通过 AI 工具提升研发效能，也愿意持续探索 AI 与传统业务系统结合的更多可能。

Education

南华大学 · 计算机学院 · 物联网工程专业
数据结构 操作系统 计算机网络 数据库原理 Java 程序设计 计算机组成原理 离散数学 机器学习 Linux 云计算技术 高等数学 线性代数

Tech Stack

更多
  • Java
  • Spring Boot
  • SASpring AI
  • MySQL
  • Redis
  • Python
  • AGAgent
  • LangChain
  • LangGraph
  • RAGRAG
  • Kafka
  • RabbitMQ
  • RMRocketMQ
  • Docker
  • Linux
  • Nginx
  • Maven
  • GitHub
  • IDEA
  • PyCharm
  • VS Code
  • Claude Code
  • Codex
  • Prometheus

Blogs

查看全部文章

多模态检索

使用 Qwen3-VL 将文本、图片、视频统一向量化，构建从 IM 消息解析到跨模态语义召回的检索链路。

Qwen3-VL Embedding Rerank 向量检索
立即前往 →
  • 文本、图片、视频统一进入向量空间
  • 先召回后重排，兼顾覆盖率与准确率
  • 从 IM 消息归档到跨模态语义检索形成完整链路
阅读文章 ↗

SKILL

通过模块知识持久化与上下文注入，让 Agent 在跨会话任务中恢复关键背景、工程约束和历史决策。

Agent Memory Context Injection Skill 持久化
立即前往 →
  • 模块知识结构化存储，减少重复解释成本
  • 上下文按需注入，提升跨会话任务连续性
  • 将历史决策、约束和实现经验沉淀为可复用能力
阅读文章 ↗

MySQL 页、索引、锁、事务的协同与博弈

围绕 InnoDB 的页、索引、锁与事务机制，拆解当前读、快照读、MVCC 和并发控制之间的关系。

MySQL InnoDB MVCC 事务锁
立即前往 →
  • 索引路径影响加锁范围与查询代价
  • 当前读依赖锁控制，快照读依赖 MVCC
  • 页、索引与事务共同决定并发表现
阅读文章 ↗

系统指标与业务监控

用 Prometheus + Grafana 构建从系统资源到业务指标的监控体系，覆盖埋点、可视化和告警实践。

Prometheus Grafana Metrics Alerting
立即前往 →
  • 系统指标与业务指标统一采集建模
  • Grafana 面板沉淀核心观测视图
  • 告警规则覆盖异常发现、定位和响应链路
阅读文章 ↗

Experience

查看全部
AI 应用开发实习 参与大模型能力接入、Prompt 流程编排与 Agent 工具调用链路设计。
Java 后端开发经历 负责接口开发、数据库设计、缓存处理与服务稳定性优化。
Python Agent 项目实践 构建文件处理、自动化任务和工具调用 Demo，提升研发处理效率。