金蝶云星空二次开发
BOS 插件 / 单据定制 / 报表账表
- BOS 插件开发：表单 / 操作服务 / 校验器 / 简单账表 / 动态表单
- 单据自定义、报表与账表开发、自定义 WebAPI、权限管控
- 审核·反审核·反作废·删除等边界场景的数据一致性处理
我能做什么业务
以下几类工作均可承接。从需求梳理、方案设计到开发实施与上线交付，可独立完成。
系统集成与数据同步
多系统数据互通与同步
- 金蝶 ↔ 泛微 OA / 医疗 HIS / MES / SRM / 零售 / 电商 ERP / 钉钉 / Oracle NetSuite
- 自研数据集成平台：Quartz.NET 集群调度 + 可视化字段映射
- 三种 CDC 增量模式、失败按主键重传、对账一键修复差异
AI 应用开发
智能问数 / 知识库 / Agent
- 企业级 Agent 平台：Semantic Kernel 统一调度多工具自动编排
- NL2SQL 智能问数：自然语言 → 受控查询 → KPI 报告 / Excel
- RAG 知识库问答、Coze 智能体 + 企业微信发布、按人数据隔离
移动端 H5 / 小程序
H5 / 小程序 / 支付对接
- 金蝶移动录单：多账套多组织、单据全生命周期、上下游联查
- 分步录入 + 卡片布局、扫码录入、离线缓存、拍照附件上传
- 微信公众号 H5 / 小程序、微信支付等第三方支付对接
流程自动化 / RPA
RPA / OCR 集成
- 云扩 RPA / UiPath + OCR 引擎集成，跨系统无接口也能自动化
- 微信车险自动报价、车贷自动放款、多税种自动报税
- 消息队列并发 + 集中式部署，支撑高频稳定运行
后端架构与 API 服务
.NET 服务端 / API / 数据库
- .NET 8 / ASP.NET Core 服务端，EF Core / ADO.NET / SqlSugar 分层仓储
- RESTful API、JWT 鉴权、SSE 流式输出、Serilog 结构化日志
- SQL Server / Oracle / MySQL 复杂查询与索引优化
1需求梳理›
2方案设计›
3开发实施›
4联调测试›
5上线交付›
6运维支持
技术栈
以下均为实际项目中使用过的技术，按使用深度标注。
主力技术 · 长期生产环境
熟练 · 多个项目落地
了解 · 学习/小规模使用
后端与服务Backend
C# / .NET 8
ASP.NET Core
EF Core
ADO.NET
RESTful API
SSE 流式输出
Python
SqlSugar
Quartz.NET
JWT 鉴权
Serilog
ClosedXML
金蝶云星空 / ERPERP
BOS 表单插件
操作服务插件
校验器插件
简单账表插件
动态表单
单据自定义
WebAPI / ExecuteBillQuery
单据下推与字段反写
多账套多组织
权限管控
金蝶旗舰版
数据库Database
SQL Server
复杂多表查询
窗口函数
存储过程
Oracle
MySQL
索引优化
临时表与账表口径
AI 与 AgentAI
NL2SQL
RAG 混合检索 + MMR
Semantic Kernel
Function Calling
Prompt 工程
OpenAI 兼容 API
Qdrant
Coze 智能体
Embedding / 分块策略
Dify
LangChain / LangGraph
前端与移动端Frontend
Vue 3 / Vite
流式对话界面
Element Plus
Vant
Pinia
ECharts
Axios
微信公众号 H5 / 小程序
移动端 H5 适配
工具与自动化Tools
Cursor
Claude Code
WorkBuddy
云扩 RPA / UiPath
OCR 引擎集成
Git / VS / SSMS
Qoder
AI 应用开发
企业级 AI 应用的工程化实现：数据接入、Agent 调度、安全与权限控制。
主导项目 · 全栈开发
智数 Agent 平台 —— 配置驱动的企业级 AI Agent 平台
面向 ERP 业务场景。管理员在后台维护数据源、Schema 知识库与实体语义，划定 LLM 可查询的数据边界；用户用自然语言提问，系统基于 Semantic Kernel 统一调度 Data Agent（NL2SQL）与 RAG 文档问答，前端 SSE 流式展示工具调用与思考过程，输出 HTML 数据报告与 Excel 导出，PC 管理端 + 移动端 H5 双端交付。
6 层SQL 安全防护
3 层记忆体系
2 端PC + 移动 H5
SSE流式工具调用
一次提问的完整链路
01自然语言提问
02意图识别
03结构化查询 JSON
04白名单校验
05实体消歧
06参数化只读 SQL
07结果对齐与总结
08HTML 报告 / Excel
01
可配置的数据与知识底座
数据源管理支持数据库直连（Oracle / SQL Server / MySQL）与 HTTP 通用查询接口。
- Schema 知识库：表 / 字段元数据（中文名、类型、表间引用、基础资料标记），既是 LLM 数据字典，也是 SQL 白名单边界
- 实体语义配置：模糊指代 → 多候选澄清 → 精确编码过滤
02
Agent 统一调度架构
统一 /api/agent/chat 入口，基于 Semantic Kernel Function Calling Loop 自动编排查数、结果对齐、报告合成等多工具。
- AgentWorkspace：大结果以 artifact 存于上下文之外，避免 Token 溢出，支持多轮对比报告
- 统一 SSE 协议：tool_start / tool_done / delta
03
NL2SQL 智能问数全链路
自然语言直达业务数据，全流程受控、可审计。
- 意图识别 → 结构化 JSON → 白名单校验 → 消歧 → 参数化只读执行
- 输出 Markdown 总结 + HTML 报告（KPI / ECharts / 表格）+ Excel 导出
- 消息级审计留痕，谁问了什么、命中了哪些表都可回溯
04
RAG 文档知识库问答
解析 → 分块 → Embedding（Qdrant）→ 混合检索（向量 + 关键词 + RRF）→ MMR 重排序 → 带引用生成。
- 多轮模糊指代增强，指代不清时主动澄清
- 检索片段反馈闭环，效果可持续调优
05
三层记忆与权限隔离
短期对话缓存、长期用户事实、情景向量记忆（Qdrant）三层协同。
- 角色级数据源权限、RAG 知识库权限、菜单 RBAC 独立控制
- 按人授权：用户只能问到自己权限范围内的数据
06
AI 辅助研发工作流
日常以 Cursor、Claude Code、WorkBuddy 作为主力开发环境，AI 辅助开发已固化为标准工作流。
- 跨文件重构、插件与接口骨架生成
- SQL / 正则调优、遗留代码理解与缺陷定位
6 层 SQL 安全防护 + 消息级审计
从 Schema 白名单、只读账号、参数化传参、危险关键字拦截、行数/超时熔断到权限校验逐层设防，确保“大模型生成 SQL”这件事在企业环境里是可控的——这是 AI 问数能不能真正上生产的关键。
项目案例
点击卡片查看项目背景、关键实现与技术栈。