面向企业内部员工的 B 端智能体项目，基于 LangChain + LangGraph + Streamlit 搭建多 Agent 协作架构，接入制度文件、SOP、产品数据、供应商名录、员工通讯录等知识资料。
为员工提供内部知识问答、流程查询、RAG 溯源、工单创建与多 Agent 执行轨迹展示能力，解决跨部门信息查询依赖人工问询、效率低且容易遗漏上下文的问题。
采用 Multi-Agent 架构，设计 Supervisor Agent 动态路由，Query Rewrite Agent 负责结合短期记忆改写模糊问题，Knowledge Agent 和 Workflow Agent 分别处理事实型问答与流程型问答，Review Agent 审核答案可靠性，Ticket Agent 在人工确认后创建内部工单。
面向企业内部使用的 AI 画布生成平台，支持工作流编排、节点连线传参、异步任务执行与模型能力统一配置。
基于 Next.js + React Flow + PostgreSQL + Redis/BullMQ + Docker 构建，接入 Seedream 生图与 Seedance 视频生成。
围绕团队多账户、多模型、多素材生成链路做统一调度和成本治理，降低素材制作成本并提升批量生产效率。
面向 Amazon 北美站 Listing 与广告文案合规检测，基于知识图谱与规则推理识别虚假宣传、医疗宣称、品牌侵权等风险，并输出风险等级、政策依据与修改建议。
支持标题与五点描述输入、换行拆分 Bullet Points、命中文案高亮、规则链路图谱、批量 CSV 检测与结果导出，帮助运营在上架与投广前快速完成合规检查。
设计“规则库 + 商品类目 + 风险类型 + 平台规则 + 处罚动作 + 修改建议”的知识图谱结构，接入 DeepSeek API 做语义增强抽取，让每条命中风险都可追溯到规则依据与修改路径。
一款 B 端的数据 BI 业务项目，基于 Dify 的 workflow 搭建自动化流程，自动完成数据采集、数据清洗与表格导出，支撑产品流量复盘与关键词优化。
聚焦运营日常需要批量采集产品 ASIN 关键词自然排名、ABA 数据和竞对排名等任务，减少人工导表、重复统计和多日期数据归档带来的低效与误差。
通过对老员工进行用户调研，明确流程痛点；通过 MCP 抓取亚马逊数据并避免反爬；基于 Dify workflow 设计定时自动化调度，打通采集、清洗、表格导出的全链路。
针对跨境业务中的主图、A+、视频等素材，通过 Prompt 结构化和生成流程优化，把零散制作变成批量化生产能力。
基于 Lovart + LibTV + image 优化 AI 生成流程，针对不同品类快速输出统一调性的商业视觉素材。
拆解跨境商品素材需求，建立统一 Prompt 模板和图视频联动出图流程，兼顾效率、风格一致性与成本下降。
