Code-Reviewer SubAgent：开发基于 Git Diff 的审查脚本，对照 design.md 自动检查接口签名、错误码等契约一致性，输出三档结果，替代全文件读取，单次审查 Token 消耗降低约 40%。
API 自愈：负责 P4 API 测试失败自愈链路的日志采集脚本开发，实现 trace-id 自动提取与 CLS 日志拉取，为 Debugger SubAgent 提供结构化上下文并辅助生成故障诊断报告，实现"请求失败 → 自动拉取日志 → 生成诊断报告"的自动化闭环。
Context & Token 优化：优化 Agent 上下文加载机制，通过索引式按需检索、Git Diff 增量读取与 SubAgent 上下文隔离降低无效上下文占用。
Knowledge Base：按四类标记将变更增量合并至项目知识库，避免全量复制导致的知识膨胀，使历史经验可被后续 Agent 复用。
Quick 模式：小改动跳过完整阶段，只保留需求直取 + 只读代理评估 + 单文件闭环 + checklist 断点续跑，同时保留五道门禁。
指标与效果：双源检索与信源治理使有效信源占比提升约 30%，引用可追溯率 95%+，结合来源可信度评分与 MD5 去重后平均高质量信源占比 80% 以上；单份研报生成时间控制在 30 分钟以内，减少 70% 人工调研时间。
双源检索与信源治理：设计本地知识库 + Web Search 双通道检索链路，引入信源评分、MD5 去重、递归溯源及引用校验。
专家审核与研究质量闭环：设计半导体领域 Critic 审核机制，从术语准确性、工艺逻辑、信源充分性及产业链映射等维度评估，建立"审核不通过 → 标记问题 → 触发重写"迭代闭环，驱动补搜与报告修订。
工程稳定性优化：负责长任务执行链路工程化，设计 Checkpoint 阶段级断点恢复、SSE 流式进度、JSON 容错及异常降级机制。
指标与效果：构建含 3000+ 份多模态资料的专业知识库，Recall@5 由 72% → 89%、MRR 由 0.61 → 0.78；GRPO 训练后偏好判断准确率提升至 90%+，答案幻觉率由 9.2% 降至 2.1%，引用事实一致性 95%+。
知识库构建：负责多格式文档解析、结构化切分及 Metadata 设计，完成专业资料向可检索知识库的转换。
Query 优化与检索：Query 侧加入术语增强、纠错、改写、扩展；实现 BM25 + 向量的混合召回，结合 Milvus 语义检索、关键词、元数据过滤与 Cross-Encoder 重排。
评估体系搭建：覆盖工艺 / 设备 / 材料 / 缺陷的领域测试集，定义 Recall@K、MRR 等核心指标；生成侧评估偏好准确率、幻觉率、引用一致性，通过 Bad Case 归因与困难样本回流持续优化 Reward Model。
GRPO 偏好数据构建：基于 RAG 评测集与 Bad Case 构造偏好数据，对同一 Query 生成多候选 Answer，引入幻觉注入、证据遗漏、错误引用、术语扰动等 Hard Negative，构建 Answer Preference 数据集。
Reward & GRPO 训练：围绕事实一致性、引用正确性、完整性、相关性等维度设计奖励信号，采用"推理蒸馏 + GRPO"训练 Reasoning Reward Model，强化基于检索证据的偏好判断能力。
方案设计：主导业务痛点分析，将人工布线规则转化为多约束路径规划数学模型，确立"线长最优、跳线最少"的多目标优化框架，满足几何规则、边界限制、层间切换与已有图形避让约束。
建模与算法：结合 Boundary、Width、Space 等约束建立多目标 Routing 模型；基于 pyAether 实现自动布线算法。
方案设计 & 建模：完成业务需求拆解、技术方案设计、算法选型、开发验证及落地；将晶圆测试冗余识别建模为大规模 Set Cover 优化问题，求解最小非冗余测试集合。
算法设计：针对超大规模实例设计 DFG（Disk-Friendly Greedy）磁盘友好型近似算法，结合指数分层、近似选择与动态降层机制，在保证解质量的同时显著降低求解时间与内存占用。
热点追踪与搜索：覆盖知乎、头条、微博等多平台热榜追踪；接入 Google、知乎、博查、Tavily 4 类搜索渠道。
对抗式质量控制：Critical Reviewer 对成稿打分，不达标自动触发定向修订（补来源 / 改逻辑 / 补数据），最多 2 轮。
多平台风格适配：同一选题分别产出微信公众号、知乎、个人博客三种风格差异明显的稿件。
全栈工程与部署：独立完成 React + TypeScript + Ant Design 前端、FastAPI + SQLAlchemy 后端、SSE 实时日志、SQLite 持久化、Langfuse Trace 及 Linux 部署，形成可线上运行的完整 Web 产品。
SFT 数据构造：设计意图、槽位、工具链、对话轮次等标签体系，通过模板改写、槽位扰动与多轮拼接完成数据增强。
LoRA 微调：基于 Qwen3-0.6B + LoRA 开展监督微调，联合训练自然语言回复、Function Calling 与参数生成能力。
样本不平衡优化：针对 Tool Call 多、Final Reply 少导致的过调用，设计逐轮对话拆分与终态样本重加权，将训练集扩展至 7,612 条。
多轮训练策略：采用 Turn-by-Turn Splitting，为每轮 Assistant 构造独立监督样本，仅计算目标回复 Loss，强化多轮决策学习。
评估与迭代：围绕路由、工具调用、参数生成及端到端成功率搭建评估体系，通过 Bad Case 分析持续优化数据与模型行为。
数学模型：面向退役电池梯次利用系统中的随机到达与异构质量特征，构建基于多维属性的随机动态规划模型（MDP）。
AlphaEvolve 迭代：基于谷歌 DeepMind 团队的 AlphaEvolve 框架对内层启发式算法进行自动化迭代升级，将容量可行分配、领域搜索、可行性筛选等步骤模块化为可演化算法算子，构建面向组合优化的启发式搜索空间。算法 Gap 距精确解小于 0.52%。