AI PRODUCT · RAG · DATA AGENT

让 AI 理解业务，
也把结果交付出来。

你好，我是 桂福川，西安交通大学金融学硕士在读。我关注 AI 如何进入真实业务流程，也能用 Python、LangGraph 与检索系统把想法做成可运行、可评测的原型。

查看项目 ↓下载完整简历
gfc488854267@163.com·182 8223 4377
OPEN TO WORK
AI SYSTEM / GFC•••

BUSINESS QUESTION

?

业务问题，如何变成
可执行的 Agent？

VERIFIED OUTPUT

✦
检索 · 推理 · 校验 · 交付

BUILD THE WHOLE LOOP

RAG
→
AGENT
BUILD
TEST
SHIP

金融训练让我理解业务与数据，

工程实践让我把模型能力变成产品闭环。

01 / SELECTED WORK

真实项目，完整链路。

从问题定义、系统设计到验证交付，展示我处理 AI 与数据问题的方式。

01个人项目 · 后端与 RAG 开发

多模态 RAG 知识库问答系统

面向产品手册、财报与招股书等复杂长文档，搭建从结构化导入、多模态解析到可追溯问答的完整链路。

LangGraphBGE-M3MilvusMongoDBMinIO
查看完整案例
CHALLENGE

长 PDF 同时包含正文、表格和图片；直接切片容易丢失结构，跨文档检索还会带来实体混淆与版本串扰。

APPROACH

用 LangGraph 编排多领域工作流，以 MinerU 和视觉大模型解析文档；结合 BGE-M3、Milvus WeightedRanker、RRF 与 Qwen3-Reranker 完成混合召回和重排。

OUTPUT

实现主体确认、歧义澄清、多条件过滤和图文混合检索；通过 FastAPI/SSE 提供异步导入与流式问答，并用自动化测试覆盖检索隔离、版本一致性和异常回滚。

02个人项目 · Agent 流程开发

Data Agent 自然语言查数系统

把业务人员的自然语言问题转化为可校验、可纠错的 SQL，让查数过程不仅能回答，还能解释执行到了哪一步。

LangGraphMySQLQdrantElasticsearchVue 3
查看完整案例
CHALLENGE

字段、指标、枚举值和表关系分散在不同系统，大模型面对大量候选上下文时容易选错表、口径或日期条件。

APPROACH

将业务元数据写入 MySQL，并在 Qdrant 与 Elasticsearch 中分别建立语义和枚举值索引；用多节点 LangGraph 并行召回、过滤，再补充数据库上下文生成 SQL。

OUTPUT

加入数据库预校验与 LLM 纠错闭环；FastAPI 通过 SSE 持续返回阶段和结果，Vue 3 提供交互界面。

03量化研究 · 金融与数据

研发投入因子与多因子选股研究

从研发投入指标出发，完成样本匹配、因子检验、风险解释和多指标组合回测，连接金融问题与数据验证。

Python因子研究回归分析组合回测
查看完整案例
CHALLENGE

单一因子的超额收益可能来自风险暴露，也可能来自错误定价，需要把统计表现放回风险因子框架中检验。

APPROACH

按横截面排序构建 10–1 多空组合，比较风险暴露与回归截距 α；再结合 ROE、PE 等指标建立综合评分规则。

OUTPUT

形成从单因子收益检验、风险归因到多指标选股与组合评估的完整研究链路。

02 / EXPERIENCE

在真实业务里做判断。

2026.06 — 2026.08

灼见科技

量化分析实习生

  • 设计追涨杀跌、处置效应、损失厌恶、过度自信等投资者非理性指标，按事件逐笔更新持仓、盈亏与行为状态。
  • 参与股票统计套利研究，基于行业、相关性与协整检验筛选股票对，并用滚动 OLS、Kalman Filter 与 Z-score 构建信号。
  • 使用 Python 完成多因子研究与研报复现，负责数据清洗、因子构建、IC 与分组收益回测。

2026.03 — 2026.05

西部证券股份有限公司

投资银行业务实习生 · 西旅股份定向增发

  • 参与西旅股份（000610.SZ）向特定对象发行项目，归集治理、业务、财务与合规资料，梳理再融资规则和同类案例。
  • 维护资料清单与版本台账，校对募集说明书、保荐工作报告等材料，核验数据与附件一致性并整理问询回复依据。

EDUCATION

西安交通大学 · 金融学硕士2025.08 — 2028.06
西安交通大学 · 金融学本科2020.08 — 2024.07

03 / WHAT I BRING

业务语义，模型能力，工程实现。

01

产品与研究

先把问题定义准确，再选择技术路径。

  • +业务问题拆解与领域建模
  • +AI 工作流与 Agent 方案设计
  • +指标体系、评测与实验验证
  • +跨领域研究与项目推进
02

AI 与工程

能设计系统，也能亲手完成关键实现。

  • +Python / SQL / FastAPI
  • +LangGraph / LangChain / deepagents
  • +RAG / BGE-M3 / 混合检索 / Reranker
  • +MySQL / MongoDB / Milvus / Qdrant / Elasticsearch
  • +Docker / Vue 3
DOMAIN + TOOLBELT

Transformer · BERT / GPT · NLP · 模型微调 · 金融报表阅读 · 衍生品定价 · 量化因子筛选与回测 · CET-6（517）

04 / HOW I WORK

从问题，到可验证结果。

  1. 01建模

    把业务目标拆成主体、字段、指标、约束与成功标准。

  2. 02编排

    选择检索、Agent 与数据能力，设计清晰可控的工作流。

  3. 03校验

    用数据库校验、评测集和自动化测试约束模型输出。

  4. 04交付

    把结果做成可运行界面，并根据错误与反馈持续迭代。