Skip to main content

关于我

你好，我是 Kanelli，一名拥有 10 年经验的后端工程师和 AI 技术专家。

🚀 技术背景​

核心技能​

  • 后端开发：Go、Java、PHP，专注高并发系统设计
  • AI 工程：LLM 应用开发、AI Agent 设计、RAG 系统构建
  • 架构设计：分布式系统、微服务、云原生架构
  • 数据库：MySQL 调优、Redis 集群、分库分表实战

技术栈​

Languages:    Go, Java, PHP, Python, JavaScript/TypeScript
Frameworks:   Gin, Spring Boot, Laravel, FastAPI, React
Databases:    MySQL, Redis, MongoDB, Elasticsearch
Cloud:        Kubernetes, Docker, Istio, Prometheus
AI/ML:        OpenAI API, LangChain, Transformers, Vector DB

💼 职业经历​

高级后端工程师 | 2019 - 至今​

核心成就：

  • 设计并实现支撑 百万级日订单 的高并发电商系统
  • 系统性能优化：RT 降低 63%，错误率控制在 0.01% 以下
  • 主导微服务架构改造，服务可用性提升至 99.99%
  • 建设 AI Agent 平台，支持多任务自动化处理

技术架构师 | 2016 - 2019​

核心成就：

  • 负责分布式系统架构设计，支撑业务 10 倍增长
  • 建立完整的监控告警体系，故障发现时间缩短 80%
  • 推动 DevOps 实践，部署效率提升 5 倍

🏆 核心项目​

1. 高并发订单系统​

技术亮点：分布式架构 + Redis Lua 幂等 + Kafka 削峰

// 核心幂等实现
func (s *OrderService) CreateOrderIdempotent(ctx context.Context, req *CreateOrderRequest) (*Order, error) {
    // Redis + Lua 保证原子性
    script := `
        if redis.call('exists', KEYS[1]) == 1 then
            return redis.call('get', KEYS[1])
        else
            redis.call('setex', KEYS[1], ARGV[2], ARGV[1])
            return ARGV[1]
        end
    `
    // 实现细节...
}

成果：

  • 支撑日订单量从 1 万提升到 100 万+
  • 峰值 QPS 达到 5 万，RT 控制在 50ms 内
  • 系统可用性 99.99%，年故障时间 < 1 小时

2. AI Agent 平台​

技术亮点：LLM + Tool Calling + 工作流引擎

# Agent 设计模式
class ReActAgent:
    def __init__(self, llm, tools):
        self.llm = llm
        self.tools = tools
    
    def run(self, task):
        while not self.is_complete(task):
            # Reasoning
            thought = self.llm.think(task, self.memory)
            
            # Acting
            if self.should_use_tool(thought):
                result = self.use_tool(thought.tool, thought.args)
                self.memory.add(result)
            else:
                return self.llm.respond(thought)

成果：

  • 支持 ReAct、Plan-Execute、Multi-Agent 等多种模式
  • 集成 20+ 工具，覆盖代码生成、数据分析、API 调用
  • 任务成功率 85%+，平均处理时间 < 30 秒

3. 分布式锁实战​

技术亮点：Redis + etcd + 数据库多方案对比

// Redis 分布式锁实现
type RedisLock struct {
    client *redis.Client
    key    string
    value  string
    ttl    time.Duration
}

func (l *RedisLock) TryLock(ctx context.Context) error {
    script := `
        if redis.call('set', KEYS[1], ARGV[1], 'NX', 'PX', ARGV[2]) then
            return 1
        else
            return 0
        end
    `
    // 实现细节...
}

成果：

  • 解决高并发场景下的库存一致性问题
  • 支持可重入锁、看门狗续期、故障转移
  • 锁冲突率 < 1%，平均获锁时间 < 5ms

📚 技术方法论​

架构设计原则​

  1. 业务驱动：架构服务于业务，不为技术而技术
  2. 渐进演进：小步快跑，持续迭代优化
  3. 可观测性：Metrics + Tracing + Logging 三件套
  4. 故障隔离：服务自治，避免级联故障

性能优化心得​

优化三板斧:
  减少请求: 缓存、批量处理、预计算
  加快处理: 并发、异步、算法优化  
  增加资源: 扩容、分片、负载均衡

缓存策略:
  L1: 本地缓存 (Caffeine)
  L2: 分布式缓存 (Redis)
  L3: CDN 缓存
  
数据库优化:
  读写分离: 主从架构
  分库分表: 水平扩展
  索引优化: 覆盖索引、复合索引

AI 工程实践​

  • Prompt Engineering：Chain-of-Thought、Few-Shot Learning
  • RAG 系统：向量检索 + 重排序 + 上下文压缩
  • Agent 设计：工具抽象、状态管理、错误恢复
  • 性能优化：模型量化、批处理、缓存策略

🎯 技术理念​

"技术的本质是解决问题，架构的艺术在于平衡取舍"

我始终坚持：

  • 用户第一：技术服务于用户体验和业务价值
  • 简单有效：优先选择简单可靠的方案
  • 持续学习：保持对新技术的敏感度和学习能力
  • 团队协作：知识分享，共同成长

📖 文档导航​

AI Native 系列​

架构设计系列​

项目实战​

📬 联系方式​

欢迎交流技术问题，共同探讨架构设计和 AI 工程实践！