云雀低代码平台（字节）

项目简介

面向内部研发的低代码平台，聚焦中后台管理系统、配置管理、临时运营活动等需求——这类需求对UI定制要求低，核心诉求是快速、稳定、低成本落地。对前端而言，可快速获取存储与对应API，在服务端人力不足时实现小需求、探索性项目快速上线；对服务端而言，配置后连接DB即可生成高可用、可扩展、带版本管理的前端页面，支持数据整合发布对接CDN直接线上使用。平台还提供页面扩展、流程管理、接口转发、数据发布、站点搭建等能力，可快速组合实现完整站点。

难点

核心难点是平衡数据管理的易用性与通用性：需抹平Mongo/MySQL等不同DB的字段及CRUD差异，适配服务端存量DB接入；同时要满足前端快速上线与基础UI定制需求，提供页面扩展、数据权限、审批等能力。

解决方案是在前端与服务端之间增设两层：

驱动层：统一各DB的CRUD语法，抹平底层差异；
BFF层：封装OpenApi、数据权限、页面扩展等平台能力，拆分为数据发布、流程管理、接口转发、站点搭建、页面扩展五大模块，按需调用。

项目结果

服务今日头条、西瓜视频、抖音、懂车帝、星图、安全中心等多个核心业务线。

REDoc 协同文档（小红书）

项目简介

负责小红书内部协同文档的核心模块开发，聚焦三大方向：

企微H5版本：推动文档在企微落地，从仅两个按钮的落地页，升级为可直接在企微浏览文档内容的完整形态；
电子表格：负责文档内表格插件的体验优化（性能、全局查找、全局冻结等），以及独立表格（采购石墨）的接入、平台化、权限体系对接与多端适配；
自研App端体验：优化日历、文档内表格、独立表格在端内的使用体验，尤其通过NSR、离线包、网络资源加载优化等手段，实现日历端内秒开。

难点

文档内电子表格的体验优化需覆盖多场景与协同联动，以全局冻结功能为例：需实现文档与表格（Canvas）的双向滚动联动，同时要解决表格行数较多时的绘制性能、查找功能适配、协同方同步表现、移动端兼容等问题。

最终通过设计滚动代理中间层实现解决方案：监听文档滚动，表格充满容器时切换为fixed布局，触发表格内部滚动，以视窗高度作为画布高度，规避Canvas性能瓶颈。

项目结果

补全文档IM端使用场景；文档内表格错误率从30%降至0.2%，加载时间P80指标从5s压缩至1.5s；端内日历、表格、文档体验显著优化，日历实现秒开效果。

PE 平台（贝壳）

为快速探索AI新方向、支持复杂业务AI化，PE平台是贝壳内部专属的“AI应用开发+快速建站”工具平台——基于开源项目Dify构建，深度集成内部AI能力与amis低代码技术，让业务人员和开发者能快速将AI想法落地为可用站点。

核心能力

AI+Agent协同编排：继承Dify的Agent框架，支持可视化编排复杂逻辑，无需大量编码即可实现数据查询、跨工具调用等多步骤自动化，适配复杂业务需求；
AI生成配置：结合Agent编排结果，调用内部AI工具或Dify能力，快速生成JSON格式页面配置；
低代码渲染：amis引擎解析JSON，一键生成表单、列表、看板等功能页面，样式可灵活调整；
站点搭建与权限管控：组合页面与菜单，配置角色权限，快速落地企业级内部应用；
知识库支持：业务可搭建维护专属知识库，供Agent搭建时调用。

我的职责

负责Agent工作流与低代码方向的核心建设。

难点

Agent编排（工作流）的节点状态流转极为复杂。印象较深的是，我们业务早于Dify提出迭代（循环）节点需求（类似代码for循环），且每个节点执行各阶段需触发对应事件，调试过程需全程可视化，叠加节点嵌套后，流程与数据流转难度大幅提升。

项目结果

全面支撑创业团队xyz所有AI方向需求，落地多Agent分发模式，实现“一个Agent转发、多Agent执行”的高效协同。

贝壳业主端（贝壳）

随着房地产市场从卖方转向买方，成交周期拉长，房源信息更新不及时、业主定价无预期等问题逐渐暴露。为更好服务业主，平台核心围绕四大模块建设：

房源数据看板：提供看房用户画像、周边竞品信息，辅助业主判断市场形势；
房源推广：业主通过维护房源、擦亮等操作获取推广金，兑换额外流量激励；
我家信息：支持房源信息维护、调价等基础操作；
AI对话页：业主可通过文字或通话形式与AI沟通房源信息，AI调用内部数据给出精准答案，同时引导补充房源信息、总结卖点，实现多模块联动。

我的职责

负责AI、推广相关能力建设，以及动态表单协议、AI指令系统集成等基础能力支撑。

难点

小程序场景下AI通话功能的流畅实现：
- 回声抑制：微信小程序扬声器播放时，麦克风易录入播放声音干扰用户语音，通过前端状态控制，播放时发送静音音频、完成后恢复正常发送解决；
- 延迟优化：拆解ASR→文本→大模型→TTS流程，大模型流式输出时分句合成语音，通过二进制流实时播放，降低延迟。
端内“类Siri”AI交互探索：需支持AI实现页面跳转、表单填写等操作，核心难点是让AI输出格式化指令（如表单枚举值对应0/1而非男/女）。通过大模型function call能力+动态注入上下文+JSON Schema枚举约束，实现精准输出。（类似个人项目参考：项目地址 https://github.com/onechunlin/loggy | 体验地址 https://www.chunlin.site）
运行时使用 AI 自动修复代码（小程序未实现，个人项目里实现了），并恢复运行，提高系统稳定性

项目成果

已在北京、重庆试点上线，业主访问人数破万，获得经纪人和区域总监的积极反馈。

探索型项目（贝壳）

MR看房：基于Unity与Vision Pro打造沉浸式看房体验，担任主程，负责项目从0到1搭建；
花生APP：React Native原生开发的经纪人B端应用，聚焦AI提升服务水平，负责AI相关页面建设，攻克流式输出多模态卡片、主Agent分发+子Agent执行及上下文共享等难点；
xyz agent：AI聊天微信小程序，支持Agent单聊&群聊，负责前端开发与多Agent通信协议设计，用于快速验证评测多种模型。