关于我#

你好，我是 叶立恒，也会用 “诉说晚秋” 作为个人主页的署名。目前就读于江汉大学计算机科学专业，攻读硕士学位，研究方向为 具身智能。我的技术实践以 AI Agent、RAG、LLM 应用开发与智能编码系统 为主线，希望把模型的推理能力、知识能力和工具执行能力转化为真正可运行、可验证、可持续迭代的产品。

我更关心的不是把一次模型调用包装成页面，而是如何把感知与推理、检索、工作流、数据持久化、可观测性和用户交互连接成一个可运行、可解释、可继续迭代的产品。我希望让模型能力真正进入具体场景，在与环境、工具和人的协作中完成可靠的任务闭环。

教育背景#

江汉大学｜计算机科学硕士（2024.09 - 2027.06）
江汉大学｜网络工程本科（2019.09 - 2023.06）
曾获硕士学业一等奖学金、三等奖学金，通过 CET-4；在校期间参与完成 2 项软件著作权及 2 项专利。

研究与关注方向#

具身智能与智能体决策：关注智能体如何融合视觉、语言和环境状态等多模态信息，并结合任务规划、长期与短期记忆、工具使用和动作执行，在真实或仿真环境中形成“感知 - 理解 - 决策 - 行动 - 反馈”的完整闭环。现阶段重点关注大模型在具身任务中的高层规划能力、环境反馈驱动的策略修正，以及智能体从一次性回答走向持续交互与自主完成任务的工程路径。
AI Agent 与 Harness 工程：关注 Agent Runtime 如何组织模型、上下文、工具、任务状态与执行反馈，实践 LangGraph、ReAct、Function Calling、Tools / Skills、MCP、结构化输出、记忆管理、权限边界和 Human-in-the-loop。基于开源的 Claude Code 风格框架进行过二次开发，围绕上下文组织、工具接入、任务编排与执行反馈进行定制，形成面向个人研发场景的 Harness 框架实践。
RAG 与文档智能：从数据解析、语义切块和索引构建出发，关注 Dense / BM25 混合检索、RRF 融合排序、重排、引用溯源、检索诊断与效果评估；同时实践 OCR / VLM 文档解析，重视表格、公式、图片和版面结构对知识召回质量的影响。
代码智能与 GraphRAG：探索代码仓库中的符号关系、调用链、依赖图与语义检索，将结构化代码图谱与向量检索结合，用于代码理解、影响范围分析、仓库级问答以及智能编码 Agent 的上下文构建。
LLM 应用工程化：关注模型能力进入真实业务后的稳定性与可维护性，包括结构化输出约束、流式响应、失败重试、状态持久化、可观测性、权限控制、人工审核和容器化交付，强调从原型验证到可运行系统的完整工程闭环。

实践经历#

我曾在湖北网梯教育科技有限公司担任 AI 开发实习生，参与存量业务系统迭代、接口与数据访问逻辑调整、页面联调和缺陷修复，并参与生产日志驱动的代码修复 Agent 与内部智能体平台建设。这段经历让我接触到 AI 能力与既有业务系统结合时的真实约束，也让我更加重视改动边界、工程验证、权限控制、过程可追溯性以及人工审核在 AI 应用落地中的价值。

能力与工程实践#

基于开源 WeKnora 进行二次开发，实践知识库、RAG 检索诊断与 Agent 能力整合。
基于开源的 Claude Code 风格框架进行二次开发，搭建并持续完善个人 Harness 框架，探索上下文管理、工具调用、任务编排与执行反馈的组合方式。
使用 LangGraph 将生成、校验、修复与评价过程建模为显式状态工作流，让复杂 Agent 任务的状态转换和异常路径更清晰、更便于调试。
探索面向代码仓库的 GraphRAG，把符号图、混合检索、调用路径与引用证据连接起来。
能够使用 FastAPI、Go、Vue、React / Next.js 和 Docker 完成从接口设计、Agent / RAG 链路、前端联调到容器化运行的端到端开发，并通过日志、测试与浏览器验证定位实际运行问题。