陈睿阳 · AI Agent Developer

北京交通大学计算机科学与技术本科（2021–2025），现就读于新加坡国立大学计算机工程硕士。

核心方向是 AI Agent 系统开发，独立构建过基于 LangGraph 的多 Agent 投研系统与支持 RAG 的多模型对话 Agent，覆盖并行调度、Human-in-the-Loop、Checkpointer 持久化与全栈部署。同时具备 PyTorch C++ 推理优化研究背景，以通讯作者身份在《The Journal of Super-computing》发表论文。

🛠 技术栈

Agent 框架 · LangGraph · LangChain · ReAct · RAG · MCP · HiTL · Checkpointer
AI & 深度学习 · PyTorch · Transformer · ONNX · pgvector · Prompt Engineering
全栈开发 · FastAPI · Next.js · PostgreSQL · SSE · Docker · Vercel
编程语言 · Python · Kotlin · C / C++ · TypeScript · Solidity

📚 研究经历

卷积神经网络批量推理加速 (2023.07 – 2024.06)
深入研究 Libtorch 底层源码，将多次 im2col+gemm 替换为单次批量方案，融合池化层 / BN 层 / ReLU 层算子，显著提升推理吞吐量。以通讯作者身份发表于《The Journal of Super-computing》。

💼 实习经历

喜马拉雅科技有限公司 · SDK 研发实习生 (2025.03 – 2025.06)
参与车载音频 SDK 二次开发，借助 Cursor AI 工具提升迭代效率；主导断点续播、接口扩展、专辑速率管理三项功能模块；通过 NDK/JNI 将华为 Audiovivid 全景声引擎移植至 Android 端。