XJTLU · MSc Social Computing
我主要做 Agent 工具、长文档知识处理和 LLM 应用工程。现阶段最完整的工作，是把四个文档处理能力封装为可组合 Skill，并为路由、失败状态、质量报告和安全写入建立统一契约。
System architecture
可切换查看三项工作的处理链。每条链都区分已实现能力与尚未完成的研究目标。
以 Markdown 为中间表示，把异构输入、复杂文档解析、Word/PDF 交付和安全提交组织成一条可验证执行链。
01 / 03Selected projects
每个项目按照实际问题、个人实现和可检查结果展开，便于快速判断我的工程基础和继续深入的空间。
解决 Agent 面对 PDF、Word、PPT、EPUB 和图片时，读取路径不一致、扫描件解析困难以及输出可能覆盖原文件的问题。
处理约 200 万字符领域语料，探索如何在无法一次放入上下文时，保留人物知识、原文依据和检索路径。
在传统问卷基础上加入 LLM 动态追问和知识问答，完成从用户流程到后台管理的完整 Flask 应用。
Research interface
现有 Skill 套件解决“工具如何被稳定调用和验证”；下一步研究问题是如何利用执行经验改进选择、组合与复用。
这些能力已经体现在当前实现中，可以直接作为后续实验底座。
每项能力具有明确输入、输出、依赖、自检和状态契约。
保留结果、错误、质量指标和退出状态，便于形成执行轨迹。
以回归样例检查成功、失败、取消、并发和容器有效性。
OCR 与表格识别使用 Adapter 边界，可替换实现而不改变上层契约。
以下内容是计划验证的问题，不作为已经完成的成果。
记录任务条件、工具选择、参数、结果、错误、耗时和质量指标。
区分偶然成功、稳定策略、失败原因与环境依赖。
从重复轨迹抽象带前置条件和失败处理的流程模板。
比较无记忆、轨迹检索和技能复用的成功率、成本与稳健性。
希望参与真实的 Agent 研究与工程项目，也愿意从数据处理、原型开发、实验实现和评估工作开始。