啤客 Picker
联合创始人 / 技术负责人
精酿零售全链路平台 + 主动型 AI 店长 Agent。POS / 供应链 / C 端社区三端打通， LangGraph 多智能体编排让经营动作"从凭感觉变成有依据"。3 人团队 · 全程 Claude Code 全栈交付。
LangGraph
Mem0
Milvus
Go + Vue
查看深度 →
Rayson Meng
SHENZHEN · 深圳Building AI agents that actually ship.
9 年研发 · 前字节质量方向负责人 · 啤客 Picker 联合创始人 / 技术负责人。 从规模化业务体系，到 LLM 工程化落地，再到 Agent 驱动的全链路产品。
·
·
聊聊吧
powered by deepseek-chat
由 DeepSeek 驱动。回复仅供参考，约束在 Rayson 的工作经历与技术观点范围内。
Journey
Klook · 多语言内容中台
高级研发工程师 / 项目负责人
把"机翻 + 外包校对"重构成 Agentic Workflow 中台。 术语匹配 200ms → 5ms · 外包 20 → 2 人 · 年省 $100K · 内容上线 3 天 → 2 小时。
Golang
AC Automaton
Redis Pub/Sub
Milvus RAG
查看深度 →
独立开发 · 精酿舆情雷达
Solo Developer
为精酿品牌搭建全网舆情监控 + 竞品分析系统。四类风险事件规则引擎 + SimHash 去重 + 证据库留痕。 把"偶然刷到"变成"按规则触发"。
Python
Rule Engine
SimHash
Celery
查看深度 →
字节跳动 · 商业化审核
高级研发工程师 → 质量方向研发负责人
从一线开发成长为质量方向负责人。搜索广告审核链路从 0 到 1 · 审核延时 -50% · 规则平台让客户负反馈 3% → 0.75% · 查询延时 200ms → 5ms。
Golang
MongoDB
ES
Distributed
查看深度 →
啤客 Picker
主动型 AI 店长 Agent · 精酿零售全链路平台
精酿零售链路长期"没有信息化"，门店、经销商、消费者各自看不见彼此，经营靠直觉。 我作为技术负责人带 3 人团队（1 前端 2 后端），从 POS / 供应链 ERP / C 端社区 一路打到 AI 店长 Agent，全程用 Claude Code 做"一人全栈"交付。
AI 店长不是花瓶聊天框——它是 POS 手机端的核心入口。 每天 15:00 自动生成"昨日经营报告"，推动店长完成补货、上新、活动、会员运营等动作。 看数 / 补货 / 上新 / 活动这些日常决策，从"凭感觉"变成"有依据、能落地"。
AI 店长 · LangGraph 编排架构
用户自然语言请求 → 意图分析与参数抽取 → Supervisor 路由到子 Agent → RAG 三件套提供上下文 → 工具调用与人工确认
核心技术能力
编排
LangGraph 多智能体
Supervisor + 数据分析 / 库存采购 / 菜单运营 / 营销活动子 Agent。任务分配、串联、汇总，支持多轮追问与方案迭代。
检索
RAG 三件套（SQL + 向量 + 图）
MySQL 经营事实查询、Milvus 相似召回（相似门店 / 日期 / 商品）、图数据库多跳归因。组合成结构化 JSON 上下文。
记忆
Mem0 分层记忆
短期对话 + 长期门店画像 / 偏好 / 历史决策。按天分段管理、跨天延续，让建议贴合"这家店"。
执行
工具调用与闭环
POS / 会员 / 营销 / 库存 / 供应链能力封装为工具。采购、调价、发券等敏感操作有人工确认节点 + 审计留痕。
Klook · 多语言内容中台
从"机翻 + 外包"到 Agentic Workflow 自动化
旧系统用 Redis 全量拉取 + 正则匹配维护术语，大 Key 阻塞、延迟高； 富文本翻译经常丢 HTML 标签，小语种质量波动大，合规条款更新不及时。 外包校对成本高、上线慢。
作为项目负责人推动内容中台改造：重构核心服务（Golang），引入多模型路由与成本控制， 建立提示词规范与质量评估体系，逐步替代"机翻 + 外包校对"的旧流程。
术语匹配 · 热更新链路
AC 自动机让匹配复杂度从 O(N·M) 降到 O(N)。Redis Pub/Sub + 双缓冲让万级术语库在毫秒级热更新，对线上无感切换。
核心技术能力
性能
AC 自动机 + 双缓冲
Golang 重写匹配服务，热点常驻内存。Redis Pub/Sub 触发双缓冲切换，热更新无感。
模型
多模型路由
PaLM2 → Gemini 1.5 → DeepSeek-V3 迭代。低成本模型承接常规任务，长上下文承载术语示例减少漏译。
质量
Few-shot 召回 + MMR
Milvus 按业务类目动态选取"金标准"示例。MMR 控制多样性，避免示例同质化偏置。
合规
HTML 流式标签掩码
基于 Golang html.Tokenizer 做流式标签掩码 / 还原，避免翻译破坏 DOM。合规条款走优先队列 + 强制锁定关键字段。
精酿品牌舆情雷达
独立交付 · 从"偶然刷到"到"按规则触发"
精酿品牌的口碑与风险信息分散在多个平台，内容碎片、更新快、证据易丢。 运营靠"刷到就处理"，没法形成稳定的监控、归并与跟进闭环。
作为独立开发者完成从需求收口到交付的全流程： 采集与数据模型、内容去重留痕、关键词规则引擎与事件归并、阈值预警与通知， 以及证据检索与事件管理界面。
系统能力
采集
多源数据 + 反爬
面向社媒 / 内容平台 / 评论区定向抓取与增量同步。任务调度（Cron/Celery）、限流重试、UA/代理池/断点续爬。
分析
品牌 vs 竞品双维度
按时间窗聚合趋势：日/周声量、Top 内容、增长异常点。SimHash 去重 + 规则聚合把零散内容收敛为"事件"。
预警
规则引擎 + 阈值体系
四类风险词库 + 绝对值 / 基线倍数阈值。命中即生成证据包（高亮原文 + 链接 + 时间 + 快照）并推送。
检索
可追溯证据库
倒排索引 + jieba 分词 + 同义词扩展。关键词 / 短语 / 高亮 / 时间过滤 / 聚合统计 一体化查询。
字节跳动 · 商业化审核
5 年 · 从一线开发到质量方向研发负责人
完整负责审核质量体系下多个平台的搭建与迭代。 覆盖快照存储、案例库、质检平台、无间平台、模拟审核、质量配置平台等。 单日处理约 1.5e 操作快照，常规质检从 6w+/月 → 6w+/日。
重点交付：搜索广告审核链路从 0 到 1（公司战略级项目）、非中国区审核平台从零搭建、 规则管理平台让客户负反馈率从 3% 降到 0.75%。带过小组拿研发质量奖，个人拿过 SpotBonus。
9 年能力演进曲线
横轴时间，纵轴是"业务复杂度 × AI 工程能力"。从规模化体系建设 → AI 化重构 → Agent 驱动产品，能力是一条递进曲线。
Tech Stack
节点是技术，边是"该项目用过这门技术"。拖动节点试试，或点击查看在哪个项目里用过。