我是张闳涛,东南大学电子信息专业硕士在读。技术背景覆盖后端开发与 AI 应用开发, 熟悉 Java、Python 以及 MySQL、Redis、RabbitMQ 等服务端技术栈;在智能体方向, 既用过 LangGraph 这类成熟框架,也自建过 Agent Runtime, 有把一套智能体系统从设计到落地完整跑通的经验。
比起技术本身,我更关注怎么把学到的东西真正用在具体问题上。所以我习惯把一件事做完整—— 不只是让功能跑起来,还包括它出错时会怎样、换个人接手能不能看懂、下次遇到同类问题能不能复用。 面对不熟悉的领域,我倾向于先把资料读透再动手;遇到卡住的问题,也愿意多花时间把原因弄清楚, 而不是绕过去。
这些习惯大多是在实习和项目里磨出来的:做科研工具时,用户就是身边的同事, 东西好不好用当天就有反馈;做高并发链路时,一个边界情况没考虑到,压测会直接把答案摆在你面前。 我希望接下来能继续在真实的工程场景里做事,把技术基础和学习能力用在能被检验的地方。
—
2026.08
中国科学院深圳先进技术研究院
在神经影像与脑科学方向的研究团队做工程支持,工作横跨方法与工具两端:参与磁共振序列的研发与验证、光磁双模脑机接口的搭建,以及神经科学导向的科研软件开发。核心是把团队反复依赖、却分散在各人手里的分析流程,沉淀成可复用、可复现的工具——其中包括一套以自然语言驱动影像处理链路的多智能体系统。
—
至今
东南大学
研究方向围绕 AI for Science 与神经影像自动化。
—
2024.06
杭州电子科技大学

NeuroImgAgent
2025.07 — 2026.08医生用一句话描述需求,系统自己探查数据模态与质量,从神经影像工具池里检索匹配工具、填参数、推导步骤依赖,生成可执行 DAG 并并行调度。难点不在调工具,在于把一句自然语言推导成一张合法的 DAG——依赖错一步,后面全废。
Witness
待确认从 GitHub Issue 到 Docker 沙箱验证过的 Pull Request,端到端自动化。自研事件溯源 Runtime,模型决策、工具调用、执行结果全部记进追加式日志——所有运行状态都能从日志重建,所以长任务中断能续跑、历史能 replay、问题链路能审计。上下文用「事件驱动淘汰 → 生成式压缩 → 硬预算兜底」三级治理,零模型调用就能无损淘汰过期观测。

FixMate
2025.12 — 2026.03用户一句口语化的报修,Agent 完成排障判定、国补资格核验和自动建单。口语化描述召回率低,所以先 Rewrite 归一到标准故障术语,再走向量 + BM25 双路召回、RRF + Rerank 融合重排。名额核销设计成「预占—确认」两段式:Redis Lua 原子扣减 + 请求 ID 幂等防超发,确认后 RabbitMQ 异步削峰落库。
NeuroLume-MR
Python实时双模态脑机接口:全脑 BOLD fMRI + 皮层介观荧光。采集 → 同步 → 预处理 → 融合 → 解码 → 闭环控制,无硬件也能跑通全链路。
↗RPGLife
TypeScript · Expo像素人生 RPG——把习惯和待办变成委托、试炼和 Boss 战的自律养成 App。
↗MousePupilAI
Python · TensorFlow小鼠瞳孔位置追踪的推理工具,Gradio 界面。
