Building things that work.
Damien Collins
后端开发 · AI 应用
damien@dev ~ $ cat life.txt
# 南京工程学院 · 网络工程 · 2024-2028
周宇航 / Damien Collins
damien@dev ~ $ grep -r "TODO" ./life | wc -l
233 # 但有 0 个 FIXME，说明还在向前跑
damien@dev ~ $ cat seckill_deduct.lua
-- 一秒内卖出三万件，库存还剩 1
if stock <= 0 then return -3 -- 手慢了兄弟
redis.call('DECR', stockKey)
damien@dev ~ $ git commit -m "fix: 应该能跑了"
[master 0ddba11] fix: 应该能跑了 (然后真的能跑了)
damien@dev ~ $ cat /proc/caffeine
coffee -> code -> coffee -> bug
# bug 是特性，不是问题
damien@dev ~ $ echo $GOAL
building things that work_
南京工程学院网络工程专业在读。日常写 Java 后端，也在补 AI 应用这一块。比起学了多少框架，更在意一件事：拿到一个陌生的系统，能不能自己把它跑起来、拆开看明白。
模块化单体商城，我负责高并发秒杀与 AI 混合搜索两个核心模块。秒杀用 Redis Lua 脚本在缓存内一次完成时间校验、用户去重与库存预扣，成功后投递 RocketMQ 异步下单，接口不必等待数据库事务；防超卖靠条件更新、防重复下单靠唯一索引，延迟消息到期关单并回补库存。搜索侧把商品文本向量化存入 Elasticsearch，BM25 关键词召回与 kNN 语义召回并行，再用 RRF 融合排序。
电商售后问答 Agent，核心是 LLM Wiki 快通道 + RAG 慢通道的双通道设计。用户点开售后页时走快通道，直接返回候选答案，零模型调用、零向量检索；自由提问才走 RAG，BM25 与向量混合召回、RRF 融合、带引用生成，召回分数不足就拒答。配套做了分层归因与回归门禁的评测体系，防止改动把效果改坏。
南京工程学院