in inako

此刻 / 2026 · 构建与学习

Where's
the answer?

你好，我是 inako。我关心 AI 应用如何从 demo 走向可靠系统： 用 Python / Java 构建 RAG 与 Agent 服务，也用 TypeScript / ArkTS 打磨多端体验。

看看我在做什么 访问 GitHub ↗
inako 的头像
Shanghai / Guangdong building, learning, asking
AI Agent兴趣方向
07公开仓库
SH / GD上海 · 广东
SIT软件工程

精选项目

近期更关心：如何让开发工具更可靠，以及如何把复杂系统拆成可以验证的部分。

Projects with a reason to exist.

Case 01 · RAG → Agent01

EchoCampus Bot

从 Spring Boot + Milvus 的 RAG 原型出发，逐步演进为 FastAPI + LangGraph 的 Agent 系统。重点不只是“接入模型”，而是让检索、路由、工具调用、流式交互与降级策略形成可验证的工程闭环。

Parse & ChunkHybrid RetrieveRerank & CiteRoute & ActStream & Test
62→74%Strict@1 after rerank
1,503automated tests
81.21%test coverage
24agent tools
PythonJavaLangGraphRAGMCP
在线体验 ↗ GitHub ↗
HarmonyOS developer tool02

dsh-hdc-bridge

面向 DSH 的原生鸿蒙开发助手：连接 hdc 设备闭环调试、离线官方知识层与 DevEco CLI 构建通道。

JavaScriptHarmonyOSDevTool
Meta-framework / JVM03

cordis4j

Java 21 上的 Cordis 元框架：探索可回退 effects、响应式 coeffects 与动态组合能力。

Java 21ArchitectureComposable
04

LibrarySystem

软件测试实训中的图书馆系统 · Java

↗

技术栈之外

比起罗列框架，我更愿意说明自己在解决什么问题：检索是否可靠、Agent 是否可控、客户端是否一致，以及系统能否被持续验证。

I turn uncertain questions into systems with evidence.

01 / AI systems

检索与智能体

从文档切分、混合检索和 Rerank，到路由、工具调用与结果引用。

LangGraph · LangChain4j
pgvector · Milvus · BM25
02 / Backend

服务与数据

在 Java 与 Python 之间选择合适的实现，并处理鉴权、异步任务和状态。

FastAPI · Spring Boot
PostgreSQL · Redis · Celery
03 / Experience

多端与适配

让业务能力跨 Web、小程序和 HarmonyOS 复用，同时保留平台原生体验。

Vue 3 · Taro · TypeScript
ArkTS · SDK adaptation
04 / Delivery

质量与交付

把测试、容器、监控和自动化带进开发过程，而不是留到上线前补救。

pytest · Docker Compose
GitHub Actions · CI/CD

此刻

Learning to find the next answer.

主页不是一份冻结的履历，而是我此刻的坐标。现在的主线很简单： 持续学习，同时把对 AI 与软件工程的兴趣，落成能运行、能验证的作品。

  1. 01
    RAG 与 Agent关注检索、工具调用、路由与流式交互如何组成可靠的 AI 应用。
  2. 02
    后端与系统设计使用 Java / Spring Boot 与 Python / FastAPI 构建可验证的服务。
  3. 03
    多端体验以 Vue 3、Taro、TypeScript 与 ArkTS 探索跨端能力和 SDK 适配。
  4. 04
    工程质量Docker Compose、Redis、自动化测试与 CI，让系统不仅能够运行。