课程《大语言模型应用》小组项目，4人协作，目标是搭建可溯源的知识库问答原型。负责文档解析、分块与Embedding入库，对比BM25与向量检索并加入重排序，用Prompt约束引用来源。技术栈为Python、LangChain、Chroma、FastAPI。在课程提供的120篇文档、150条测试问题上，Top-5召回率由65%提升至83%，回答引用准确率经小组双人标注为76%。

个人兴趣项目，探索多Agent协作完成资料检索与摘要的流程。设计Planner、Retriever、Writer三个角色，通过Function Calling触发本地搜索工具，并加入失败重试与上下文压缩。使用Python、OpenAI API、Redis缓存。在自建80条任务样本上，端到端完成率由单Agent的58%提升至79%，平均调用步数减少约2步；局限是长文档场景仍不稳定，已记录为后续改进点。