avatar
guohaolian
在 0 和 1 的世界里,寻找属于自己的答案

我是一名前端开发者,专注于 Web 技术、交互设计与前端工程化。

我关注 JavaScript、TypeScript、Vue/React、性能优化、可视化和用户体验,致力于打造高效、优雅、可维护的前端系统。

这个博客是我的学习笔记、项目记录和技术思考空间,希望能与更多开发者交流成长。

教育经历

重庆邮电大学
软件工程 · 硕士 2024/09 - 至今

太原理工大学
软件工程 · 本科 2018/09 - 2022/07

专业技能

精通前端核心技术: HTML、CSS、JavaScript、熟练使用ES6+、TypeScript,具备扎实的前端工程化与代码规范能力。

精通Vue技术栈:vue-cli、vue-router、Pinia,深入理解Vue源码,可独立开发大型项目,支持框架扩展、定制与性能优化。

前端工程化:熟练使用webpack、vite构建工具,掌握打包优化、按需加载、环境配置、模块化开发。

全栈开发:基于Express搭建服务端,可独立完成接口开发、中间件编写、服务部署,并且使用Python进行服务开发。熟悉MySQL、PostgreSQL,掌握数据库设计和SQL编写。

跨平台开发:掌握Uni-app开发H5、小程序。

AI能力:熟练掌握LLM、Agent应用层研发,熟悉RAG、MCP、Skills等原理及工程落地;熟悉 Skill 开发 SOP,有落地个人使用Skill;擅长借助LangChain、LangGraph等脚手架搭 建Agent;熟悉短期记忆、长期记忆、上下文工程设计及常见问题解决方案;擅长借助Cursor、Codex、GitHub Copliot 等各类Agent工具提效。

实习经历

杭州亿格云科技有限公司

前端开发

2025/08 - 2025/11

工作概述:参与内部运维平台和外部SASE控制台上网管控模块开发,交付3个需求,5个工单。

针对100+配置项的维护难题,重构为JSON Schema驱动渲染架构,将业务规则从UI剥离,实现新策略配置0代码修改;解决深层嵌套组件的渲染卡顿,实现基于childrenPolicy的递归渲染引擎,配合 v-memo / 函数式组件优化更新粒度,将交互帧率稳定在60fps。

设计全局TaskCenter组件接管策略变更(上传/diff/回滚)等耗时任务,采用Teleport实现可拖拽的悬浮胶囊UI,解决传统模态框遮挡运维界面的问题;结合Pinia + IndexedDB建立可靠的任务状态同步机制,通过持久化插件确保页面刷新、路由切换时任务进度不丢失。

针对万级节点组织架构树的渲染卡顿问题,采用虚拟滚动(vue-virtual-scroller)+ 懒加载组合方案突破物理瓶颈,实现海量数据下的秒级响应;针对高频数据请求,设计Map增量缓存+微批处理机制,合并流式聚合请求,有效拦截70%的冗余调用。

针对存量代码人工迁移耗时痛点,开发基于Babel AST的自动化扫描工具,设计三层过滤架构(AST上下文+内容正则+注释标记)精准识别中文文案;引入Recast实现源码级无损替换,自动处理模板字符串变量提取,国际化覆盖率从90%→99%。

项目经历

WorkMind AI 智能办公 Agent 平台

全栈开发

2026/03 - 至今

https://github.com/guohaolian/workmind7

项目描述:WorkMind AI 是一个智能办公 Agent 平台,专门为企业日常工作场景设计,包含智能对话助手,知识库问答,任务 Agent等模块。使用技术栈为Vue3 + Node.js +LangChain.js + LangGraph + Chroma + Docker。

核心职责与技术亮点:1. 流式输出架构:基于 SSE 实现逐 Token 推送,前端用 ReadableStream + 自定义fetchStream 工具解析事件流;设计精确缓存(MD5 哈希 + TTL),缓存命中后模拟流式输出保持体验一致,API 成本下降约 35%。

2.RAG 知识库:RecursiveCharacterTextSplitter 按语义分界符递归分片(chunkSize=500, overlap=50 防止语义截断),余弦相似度阈值 0.3 过滤低相关文档,System Prompt 约束模型不超出文档范围回答,避免幻觉。

3.LangGraph 双模式:Agent 模式用 StateGraph 实现 ReAct 循环,streamEvents 拦截 on_tool_start/on_tool_end事件推送步骤状态;工作流模式用 interruptBefore + MemorySaver 实现 Human-in-Loop,graph.getState 判断state.next 是否为空区分暂停和完成。

4.ERP Multi Agent:Zod Schema + withStructuredOutput 将口语化描述解析为结构化表单;多 Agent 共享全局对话历史,根据申请金额/天数动态规划审批角色链,任一角色驳回即终止。

5.成本监控:BaseCallbackHandler 回调追踪每次调用的 Token 用量,实时聚合今日费用/P50-P99 延迟/功能分布,支持预算预警。

低代码可视化搭建平台

前端开发

2025/11 - 至今

https://github.com/guohaolian/lowcode-platform

项目描述:主导设计的前端低代码平台,基于插件化架构 $^ +$ Schema 渲染引擎,覆盖表单设计器、可视化页面搭建、事件编排、流程编排、应用发布五大模块。

核心职责与技术亮点:1.表单设计器:实现组件面板 画布拖拽添加/排序、字段属性配置;基于快照+游标实现撤销/重做(最多保留 50 步历史);支持一键导出表单 Schema。

2.页面搭建:实现自由布局画布,支持拖拽投放、组件拖动/缩放、层级上移/下移(通过数组重排);支持双击文本类组件进行原地编辑与预览/编辑模式切换。

3.流程编排:基于 SVG 实现节点连线与箭头渲染(贝塞尔曲线),支持拖拽节点移动、拖拽端点创建连线、节点/连线选中与 Delete 删除,提供不同节点类型的属性配置(审批人/条件表达式等)。

4.报表设计:封装 ECharts 图表渲染与配置面板,支持柱/折/饼/面积/条形、KPI、表格等组件;通过监听配置变更触发重绘,并在删除组件/卸载时 dispose 实例,避免内存泄漏。

5.工程化:路由模块按需加载(动态 import),Pinia 统一管理编辑态数据与选中态,组件按模块拆分便于扩展。

AI 论文阅读助手

全栈开发

2025/09 - 2025/10

https://github.com/guohaolian/PDF_Ai

项目描述:一款专为科研初学者(研究生等)打造的基于大型语言模型(LLM)的学术文献阅读智能体。系统支持一键上传 PDF 论文,自动完成文本抽取、结构化信息提取(研究问题、方法、结果),并提供基于原文的高精度对话问答与多论文对比功能,大幅降低外文长篇学术文献的阅读门槛,提升信息提取效率。

核心职责与技术亮点:1. 独立完成前后端架构设计。前端基于 Vue 3 + Pinia $^ +$ Tailwind CSS 搭建响应式界面与状态管理;后端采用 Node.js $^ +$ Express 完成非阻塞的文件高并发上传与 PDF 文本深度解析过滤。

2.自主设计了启发式分块(Chunking)与多维度关键字搜索算法。并创新性加入意图识别与边缘召回策略,实现了高精度、低延迟的问答及溯源引用匹配。

3.为解决大语言模型生成长文本时的等待焦虑,后端利用 Node原生能力连接 LLM api,前端通过底层的 fetch API 结合 ReadableStream 和 TextDecoder 实现了严格的 Server-Sent Events (SSE) 协议 解析。实现了内容逐字流畅渲染,并优雅处理意外中断与自定义异常通信(如 JSON 格式断帧重组),极大提升用户体验。

4.深度调优 System Prompt,约束 LLM 输出中英混合的结构化 JSON 数据(保留英文专业术语 Keywords 防止翻译信息丢失),并在前端构建了容错解析降级(Fallback)层,显著提升了提取成功率和系统鲁棒性。

5.主导开发“多论文交叉对比”模块。在内存资源和 Token 限制下,通过聚合已解析论文的核心摘要代替全文本进行Prompt 构建,成功实现了跨文献(研究问题、核心方法、实验结果)的多维比对功能。

光伏功率预测综合运营系统

前端开发

2024/11 - 2025/07

项目描述:一款面向B端的运营平台,结合大数据、人工智能和云计算技术,通过实时监控、预测和优化光伏电站的发电效率。系统通过精确的光伏功率预测,为电站运营提供科学决策支持,最大化电能产出并减少运维成本。

核心职责与技术亮点:1.基于WebSocket接收高频实时数据流,使用ECharts构建功率曲线、状态监控图表;通过数据增量更新+requestAnimationFrame控制刷新节奏,避免整图重绘,显著提升大屏渲染流畅度。

2.负责大屏可视化系统的多分辨率适配方案设计与实现,解决了4K、超宽屏等不同显示设备的兼容问题。采用scale动态缩放和rem响应式相结合的方案,实现了从1920x1080到7680x2160的全分辨率覆盖。

3.根据业务规则(阈值、功率突降、掉零等)对实时功率数据进行前端异常判定,异常发生时,联动更新图表与状态卡片。将异常检测逻辑与图表渲染解耦,提升功能扩展性与可维护性。

4.基于 RBAC 模型实现角色级页面访问控制;结合v-permission自定义权限指令,实现菜单级、按钮级权限控制;减少重复配置,确保不同角色视图与操作权限准确一致。

5.封装表格组件 ProTable,集成分页、排序、筛选等常用功能,实现配置化表格开发模式,通过JSON配置生成完整表格,支持列拖拽排序,固定列等高级特性。集成Excel导出功能。

荣誉经历

硕士一等学业奖学金2024/09 - 2025/09
学业优秀奖学金2018/09 - 2019/09
学业优秀奖学金2019/09 - 2020/09
学业优秀奖学金2020/09 - 2021/09
太原理工大学“学业优秀个人”2021/09 - 2022/09