陈盛漳｜AI 应用后端与 Agent 工程

面向 AI 应用开发、Python 后端与 Agent 工程实习；关注工具调用、证据约束、故障降级、人工审批和可重复验证。

主项目

1. IssuePilot｜可审计 GitHub 故障调查 Agent

个人项目。使用 Python、FastAPI、LangGraph 与 SQLite checkpoint 组织有状态调查流程，只调用五类只读 GitHub 工具；所有判断保留来源链接、工具记录和证据预览，并在人工批准点暂停。

• V4 代码与说明 · CI · 真实浏览器截图
• 验证：后端 51 项测试、前端 2 项测试与构建、Docker Compose 构建均通过；六个固定合成案例用于回归，不代表生产准确率
• 边界：只读调查，不执行建议命令，不自动发布 GitHub 评论，也不声称替代人工排障

2. Log AI Assistant｜安全日志异常检测与研判证据链

校企合作团队项目。我负责 Python 异常检测、事件建模、证据链、脱敏回放、人工复核与 FastAPI 查询；Kafka、Flink、ClickHouse、React 属于团队全链路，不写成个人独立成果。

• 质量收口 PR · 调查证据
• 验证：Docker CI 覆盖稳定 anomaly_id、去重、ATT&CK 窄范围映射、脱敏证据和复核状态

3. Campus Resale AI Assist｜Python 商品发布辅助服务

课程团队项目中的个人功能分支。我独立补充 Python/FastAPI 服务，使用 Pydantic 校验 OpenAI-compatible 输出；无密钥、超时、网络失败或非法 JSON 时回退本地规则，高风险规则不能被模型降低。

• Python 服务 Draft PR · 功能分支
• 验证：18 项 Python 测试与 40 条固定脱敏样例覆盖正常商品、高风险词和模型故障；Spring Boot 仅是课程系统兼容层

补充项目

项目	证明点	证据
AgentDeck	本地任务生命周期、SSE、worktree 隔离、人工验收	PR #4
Building Energy MVP	BDG2 公开数据子集、来源/时区/缺失处理、工具证据	PR #2

完整口径见 项目证据表，面试讲解见 面试指南。

开源参考与边界

• IssuePilot 直接使用 MIT 许可的 LangGraph；参考 MIT 许可的 mini-SWE-agent 的精简轨迹思路，未复制其源码
• 日志项目参考 MIT 许可的 Presidio 脱敏思路；具体复用边界记录在各仓库 THIRD_PARTY_NOTICES.md
• 不把固定样例通过数表述为模型准确率，不虚构线上用户、业务收益、生产性能或团队项目所有权