远程合作｜寻找 Python 工程师开发 AI 对话系统（多层记忆 + 工具任务）
正文需求
我们正在开发一套 AI 客户支持系统（AI Support Agent）。
这个系统不是简单的聊天机器人，而是包含完整逻辑结构的 AI 系统，包括：
Persona 对话控制
多层长期记忆
任务结构化处理
外部工具辅助
目前系统已经完成架构设计，现在需要工程师参与 核心模块开发。
项目模块
主要涉及三个模块。
1 对话控制
实现：
多轮对话管理
Persona 人格稳定
回复策略控制
目标是让系统在连续对话中保持稳定行为，而不是每次重新生成回答。
2 多层记忆系统
系统需要支持：
会话短期记忆
用户长期信息
历史任务记录
需要设计：
记忆写入策略
检索机制
上下文选择
3 任务结构与工具调用
系统处理流程：
User message
→ intent analysis
→ task structure
→ tool execution
→ response generation
例如：
查询数据
文件处理
信息整理
技术环境
主要技术栈：
Python
FastAPI
LLM API
向量数据库
如果有以下经验会非常加分：
AI Agent
RAG 系统
LangGraph / workflow
AI 对话系统
合作方式
远程合作
按模块开发
通过简单沟通后会提供 模块需求文档，开发者根据模块规模报价。
投递时请提供
-
GitHub 或代码样例
-
你做过的 AI 项目
-
是否做过 Agent / RAG / AI 工作流
简单技术问题
请简单回答：
1
用户说
“帮我查一下上个月所有退款记录”
系统应该如何处理这句话
请描述从输入到输出的处理流程
2
用户第一次说
“我叫李总 我们公司用的是XX系统”
三周后再次对话
系统应该如何利用这个信息
3
如果系统调用工具失败
例如数据库超时
系统应该如何处理
8
我是一名拥有近 6 年经验的资深前端工程师，曾统筹团队前端基建（主导 GitLab CI/CD 落地）、攻坚过复杂的 BPMN 业务审批流与极耗性能的海量数据可视化面板。
在扎实的前端底盘之上，我目前已深度转型为 AI 全栈工程师，专注于解决大模型产品落地中的工程化痛点。 随信附上我近期独立打通全栈并部署上线的两个商业级 AI 项目，欢迎直接体验：
● 🔗 AxiomSchema (全栈 AI SaaS 引擎):https://www.axiomschema.top
○ 技术亮点： 使用 Vue3 + Python FastAPI 彻底前后端解耦，成功突破了 Serverless 部署大模型推理的 10 秒超时瓶颈；并基于 Clerk JWT 实现了严密的多租户行级数据隔离。
● 🔗 traceRAG (高阶 AI 知识库系统):https://www.tracerag.top
○ 技术亮点： 落地 TopK + MMR 高阶检索策略，并通过“精准补丁”与 Query Rewrite 优化，大幅降低了 Token 消耗并解决了大模型幻觉问题。
Python后端+AI方向，做过Agent和RAG，对这个项目很感兴趣，简单回答下三个技术问题：
"查上个月退款记录"：用户输入 → LLM做intent识别（查询类）→ 提取实体（时间=上月，对象=退款）→ 构造结构化query → 调用数据库工具执行 → 结果格式化 → LLM生成自然语言回复返回用户。关键是intent到tool call的映射要稳定。
用户信息复用：首次对话时将"李总/XX系统"写入用户长期记忆（向量库+结构化存储），打上实体标签。三周后对话时，先检索该用户profile注入context，系统就能自然地说"李总您好，上次提到贵司用的XX系统..."，体验连贯。
工具调用失败：设计重试+降级机制。第一步：自动重试1-2次（指数退避）；仍失败则降级：告知用户"系统正在处理中，稍后反馈"，同时将该任务入队异步重试；记录失败日志供排查。核心是不能让用户看到裸报错。
技术栈匹配：Python/FastAPI/LangChain/向量数据库都在用，可以按模块报价合作。
寻找有实力的数据这块，有的话联系
专业软件定制开发公司承接，可以聊聊么
没有rag的经验，其他的我有