计算机经历 · 郭子衿 Zijin Guo

C10：多 Agent 生物科研工作流系统

2025.08–2026.04UC Berkeley · Chris Anderson 合成生物实验室

AI / Agent生物信息软件工程

面向不擅长编程的合成生物研究者，将自然语言分析需求转化为工具检索、能力补全、验证执行和结果回传流程，降低跨工具科研任务的使用门槛。

工作与方法

多源证据采集：负责 Scraper 子 Agent，整合 GitHub、PubMed/arXiv 与网页检索，将算法依据、代码、依赖和许可证信息收敛为结构化证据，供下游工具生成使用。
工作流可靠性：负责缺失工具恢复、Agent Eval 与测试状态隔离；在后续工程强化中将恢复链实现为 5 节点 LangGraph 状态机，最多生成 3 次，明确失败和完成终态。
检索与任务评测：参与工具检索评估与结果分析；团队在 1,127 个工具、3,321 条查询的受控评测中取得 Recall@1 86.3%、Recall@5 97.4%，平均检索延迟 39.3 ms，并识别非领域查询的误匹配问题。
回归与可追踪性：通过运行 Trace、结构化结果与文件/状态后置条件定位失败；以工具库快照和回滚隔离测试污染，测试 56 个非网络用例的两轮回归均通过。
工具复用：结合团队工具库复用机制分析端到端收益：15条工具类测试 Prompt 任务由首次生成链的平均 222.2 s 降至复用执行的平均 6.3 s，为重复科研任务减少工具准备开销。

Python、LangGraph、FastAPI、Pydantic、FAISS、BM25、PubMed、MCP、pytest、SSE

企业知识库 RAG 与 MCP 工具服务平台

2026.06–至今独立开发

AI / AgentRAG / 检索数据库

面向专业 PDF 的私有知识检索，将文档处理、混合召回、排序评估与带引用工具服务串联，支持 AI IDE / Agent 调用可追溯的知识结果。

工作与方法

混合检索：实现 Dense + BM25 双路召回、RRF 融合和 Cross-Encoder 重排；记录各阶段候选、排序与耗时 Trace，支持检索坏例定位和策略迭代。
文档入库：构建 PDF 解析、Markdown 转换、语义分块、Metadata 增强、Embedding 与 Upsert 全链路；基于 NIST AI 治理文档/ BioASQ 广义生物医学与临床研究问答形成 8,000+ 个 Chroma Chunk。
数据质量：针对英文粘连与断词增加质量检测、规则修复和审计；测试文档中修复 468 处文本，粘连词串减少 61.1%，需人工复核的 Chunk 减少 19.9%。
隔离评测：基于 NIST AI / BioASQ 文档分别制作 40 条人工审阅/ 60 条官方专家标注的Golden Set。采用 Dev/Test 隔离与严格相关性标注；盲测 Hit Rate@5 分别达到 92.5% / 93.33%，与同一测试集基线相对提升 37.5% / 21.66%。
服务交付：通过 MCP stdio/JSON-RPC 暴露 query_knowledge_hub、list_collections、get_document_summary 等带引用工具，配套 Streamlit 控制台及 Ragas / 自定义评估入口。

Python、RAG、MCP、BM25、RRF、Cross-Encoder、ChromaDB、SQLite、Streamlit、Ragas

Expression2Translation：RNA-seq / Ribo-seq 联合分析工作流

2025.09–2025.11独立开发

生物信息软件工程数据库

针对酿酒酵母复制衰老的转录与翻译变化，将公开 RNA-seq / Ribo-seq 数据转化为可复查的质量指标、定量结果与翻译效率候选清单。

工作与方法

工作流工程：以 Snakemake 编排 metadata、QC、RNA、Ribo 和 integration 五阶段，处理 8 个文库、12 个 FASTQ；通过 samplesheet/JSON Schema、统一参考与参数门禁约束输入，支持增量重跑。
转录组分析：使用 FastQC/fastp/MultiQC、Salmon、tximport 与 DESeq2 完成 RNA 分支；4 个 RNA 文库比对率 90.93%–94.71%，5,316 个基因进入差异分析，筛得 294 个 padj<0.05 的基因。
翻译组质控：针对高 rRNA 污染诊断读长、方向与 P-site，结合 riboWaltz 交叉校准选用 28 nt reads 和 12 nt offset；有效 CDS P-sites 的 frame-0 比例达到 80.12%–92.45%。
联合候选筛选：在 6,600 个共有编码基因中统一分析口径，结合计数支持、伪计数敏感性与 leave-one-library-out 检查，将 729 个计数支持候选进一步筛为 283 个方向稳定的描述性 TE 候选。
结果交付：构建 SQLite catalog 与 Markdown/HTML 报告，扩展项目 registry 和 CLI 管理隔离目录、状态与产物索引；分析完成后 dry-run 为 no-op，避免无关步骤重复计算。

Python、R、Snakemake、Conda、Salmon、DESeq2、Bowtie2、SAMtools、riboWaltz、SQLite、GitHub Actions

PSPNet 驱动的内镜息肉分割：多尺度特征聚合与标签标准化

2023.10–11独立项目

机器学习生物信息

基于 Kvasir-SEG 的 1,000 对胃肠镜图像构建息肉像素级分割流程，针对病灶区域的尺度变化与标签格式问题完成数据适配，实现可复现的息肉像素级训练和评估流程。

工作与方法

数据适配：将 JPEG 掩码按阈值转换为 0/1 无损 PNG，检查图像与标签配对，并固定随机种子划分 800 张训练、200 张验证图像，使二分类标签与损失函数、评估口径一致。
实现训练流程：使用 PyTorch 实现 ResNet-50 主干与 PSPNet 金字塔池化模块，以 1/2/3/6 四种网格尺度聚合上下文；对图像和掩码进行同步几何增强，采用主分类头与辅助分类头的交叉熵损失训练。
训练评估：实施图像与标签同步增强、分组学习率及 poly 调度；修复后训练正常收敛，在验证集上取得 mIoU 83.52%、息肉前景 IoU 71.38%、Dice 79.07%。
实验归档：保存固定划分、训练曲线、checkpoint 与最终指标，联合报告前景 IoU、Dice 和像素准确率，便于区分病灶区域效果与背景像素占比带来的影响。

Python、PyTorch、ResNet-50、PSPNet、OpenCV、NumPy

Diversify：股票组合多样性分析

2023.09–2023.11独立开发

机器学习数据可视化

针对持仓数量难以反映真实属性分散程度的问题，融合公司文本与市场特征，以软聚类构建可解释的组合结构多样性评分。

工作与方法

多源数据建模：汇集约 500 家 S&P 500 公司描述及市场指标，将 Word2Vec 文本表示与相对成交量、市值、P/E、波动率对齐为建模特征，处理主键、缺失值与尺度差异。
分布诊断：针对市值长尾导致样本聚集的问题采用对数变换；在 2–19 个 GMM 成分间结合 BIC、silhouette 与 PCA 可视化选择 5 成分模型，并保留层次聚类对照。
组合评分：按持仓金额汇总股票的聚类概率，与均匀暴露向量比较得到多样性评分；预设高/低多样性组合的 GMM 均分为 2.916/1.067，分离比约 2.73×，层次聚类约 1.05×。

Python、Pandas、Word2Vec、scikit-learn、GMM、层次聚类、PCA、Matplotlib

The Conqueror：iOS 教师资源与社群 App

2022.10–2023.04美国NGO Blessed Newbie · 后端开发实习

后端开发数据库

为面向基督教教师的资源与社群 App 开发数据库和后端接口，承担数据库主责、社群内容 API 与 iOS 联调。

工作与方法

关系数据设计：以 MySQL 建模用户、帖子、评论、互动、公告及资源实体，维护包含 20 张表、33 个存储过程的数据层，通过主外键和过程调用组织关联读写。
社群接口：使用 Node.js / Express 实现发帖、评论、点赞/踩及公告接口，以 UUID 标识内容并调用存储过程完成持久化，支持分组论坛与用户中心的数据需求。
客户端协作：与 Swift / SwiftUI 成员协同对齐 URLSession、JSON 字段及 JWT 调用约定，推进论坛、公告和个人中心的数据链路连接，配合版本迭代修复接口问题。

JavaScript、Node.js、Express、MySQL、REST API、JWT、Swift/SwiftUI、Git

汽车数据交互式可视化

2023.03–2023.05课程项目

数据可视化

将汽车数据中的多维关系呈现为可交互散点图，支持用户切换变量、查看车型和观察分布变化。

工作与方法

交互图表：使用 D3.js 的 Enter / Update / Exit 模式组织散点元素，按用户选择更新属性、坐标轴和样式。
探索体验：通过事件监听显示车型提示，结合 transition 平滑呈现坐标和元素变化，帮助用户连续比较不同维度的数据关系。

JavaScript、D3.js、HTML、CSS、SVG

Restaurant Supply Express：无人机配送管理模拟系统

2022.09–2022.12课程项目

数据库软件工程

面向餐饮供应与模拟无人机配送业务，设计关系数据库与操作界面，将仓储、配送数据组织为可查询和可更新的信息系统。

工作与方法

业务建模：根据原始业务数据梳理实体关系并绘制 ERD，以 MySQL 实现关系表及多表视图，支持仓储和配送信息检索。
界面连接：使用 Python tkinter 构建数据库操作界面，将表单输入与数据查询、更新连接，支持模拟系统管理。

MySQL、SQL、ERD、Python、tkinter

Java 桌面小游戏合集：2048 / 24 点 / 贪吃蛇

2022.06–2022.08Georgia Tech · 电子游戏社团Workshop

软件工程

将经典小游戏的规则、状态更新与图形交互整合进统一桌面入口，实践事件驱动编程、表达式求值和跨 GUI 框架集成。

工作与方法

模块集成：使用 JavaFX 构建合集主页与 Scene 导航，通过 SwingNode 接入 Swing/AWT 2048，组织返回、全屏和退出等窗口交互。
规则与算法：用双栈和优先级矩阵实现 24 点表达式求值，并校验输入数字多重集与牌面一致；以二维棋盘和合并标记组织 2048 的移动规则。
实时交互：围绕贪吃蛇实现方向控制、定时移动、食物生成、增长计分和碰撞检测，将游戏状态与键盘事件、图形刷新及重开交互连接。

Java、JavaFX、Swing/AWT、SwingNode、事件监听、数据结构