FL
Flutter 业务 App
复杂业务页面、状态管理、接口联调、图片视频、表单上传、异常态、空态和 Android/iOS/OHOS 发布适配。
FlutterDartRiverpod
Jacky Chou
移动端业务系统架构 / Flutter Android Java / AI 工程化
2015-now / App / Backend / AI
12 年移动端底座，把三端商业 App、Java 后台与受控 AI Agent 做成可验证交付
12 年 Android 原生与移动端开发经验，已通过 Flutter + 原生混合开发完成两套商业品牌的 Android、iOS、OpenHarmony 三端交付并全部上架应用市场；能独立通过 AI Agent 完成从 UI 设计、Java 后端到多端 App 与 RAG/MCP 的全栈闭环。
面向客户，我能一人闭环交付可上架的三端 App、Java 管理后台与受控 AI Agent 系统；面向团队，我能把复杂移动端原生能力、后端权限状态机、量化评测门禁和工程规范落到生产环境。
12年
Android 原生开发底座与多端商业 App 持续交付
2品牌×3端
Flutter + 原生完成两套商业品牌 Android / iOS / OHOS 上架
AI 全栈闭环
UI 设计 → Java 后端 → App 客户端 → 受控 RAG/Agent/MCP
portfolio.build.logSelected proof
primaryPocket Home Flutter（双品牌三端商业 App）
aiAI 智能客服工单系统
aiAI 经营周报
privateRAG Knowledge Base
Capability Matrix
能力矩阵：App、后台、AI 交付
按客户或面试官关心的结果来组织能力：主流 App 能力做全、后台能管、AI 能落地、交付有证据。
AN
Android 原生能力
Android Java/Kotlin、权限链路、相机、定位、扫码、推送、分享、WebView/MethodChannel、Gradle 构建和真机排查。
JavaKotlinGradle
JA
Java 业务后台
Spring Boot API、JWT/RBAC、审计字段、异步任务、PostgreSQL、Docker Compose 和本地 smoke 验证。
Spring BootJWTPostgreSQL
AI
AI 工程化
RAG、Embedding、pgvector、OpenAI-compatible Provider、本地模型、MCP 工具、Agent 流程和资料外边界。
RAGAgentMCP
AD
管理端系统
Vue3 管理后台、Element Plus、列表详情、审批工单、权限边界、审计追踪和运营配置。
Vue 3TypeScriptRBAC
DE
验证闭环
用 lint、build、单测、真机截图、Playwright、smoke 脚本、发布 checklist 和运行日志证明交付质量。
TestsCISmoke
Audience Strategy
同一套官网，分别说服面试官和客户
找工作看技术深度、职责边界和验证证据；客户看交付范围、风险控制和沟通效率。网站内容按这两类读者重新组织。
给面试官看的重点
用项目证明你能从 App 页面、原生能力、后端 API、AI 边界到发布验证完整负责，而不是只会单点写代码。
2015 至今持续研发经验和真实业务 App 截图。
Flutter / Android / Java / Vue / AI 工程化的组合能力。
每个案例都有职责、架构、难点、验证证据和可复盘结果。
给客户看的重点
把技术翻译成客户能理解的交付结果：能做什么、怎么降低风险、多久能验证、上线后如何维护。
App、管理后台、AI 客服、经营报表、知识库问答等可组合方案。
AI 项目强调来源、边界、人工接管和可替换模型，避免不可控承诺。
联系方式、微信二维码、预填邮件询盘和 PDF 简历已经准备好。
Architecture Stack
技术栈不是清单，是交付分层
把技术栈拆成体验层、业务平台层、AI 工程层和验证层，客户能看懂交付边界，面试官也能快速判断系统能力。
01
多端 App 体验层
Mobile Experience Layer
用 Flutter 做主要业务体验，用 Android 原生补齐系统能力，覆盖登录、消息、定位、相机、扫码、推送、分享和多端发布。
FlutterDartRiverpod/MVVMAndroid Java/KotlinMethodChannelGradle
02
业务平台与管理后台
Business Platform Layer
用 Spring Boot 承接业务 API、权限、审计、异步任务和数据持久化，用 Vue 管理端承接运营、审批、工单和配置。
Spring BootJWT/RBACPostgreSQLDocker ComposeVue 3Element Plus
03
AI 能力工程化
AI Engineering Layer
把知识库、检索、上下文、模型调用、工具调用和人工边界放进业务流程，避免只做一个不可控的聊天入口。
RAGEmbeddingpgvectorOpenAI-compatibleLocal LLMMCP/Agent
04
交付验证与发布证据
Delivery Evidence Layer
每个案例都尽量给出构建、运行、截图、测试、smoke、发布检查和问题复盘，让能力可以被客户和面试官验证。
LintBuildSmokePlaywrightReal DeviceRelease Checklist
Selected Work
项目案例：职责、难点、验证
主项目突出移动端真实业务，其余项目补齐 AI、后台、管理端和工程化能力；每个详情页都按定位、架构、贡献和难点展开。
PRIMARY CASE / FLUTTER
Flutter / Android / iOS / OpenHarmony
Pocket Home Flutter（双品牌三端商业 App）
通过 Flutter + 原生混合开发完成两套商业房产经纪品牌的 Android、iOS、OpenHarmony 三端项目并全部上架应用市场，覆盖房源、客户、工作台、云信 IM 消息、定位、相机扫码与多端合规发布。
FlutterAndroidiOSOHOSRelease
AI + TICKET SYSTEM
Flutter + Vue + Spring Boot + RAG
AI 智能客服工单系统
AI 基于知识库先答，资料外问题转人工；包含 Flutter 客户端、Vue 后台、Spring Boot 后端、pgvector RAG 和消息工单状态流。
FlutterSpring BootVueRAG
AI DATA REPORT
Flutter + Java Backend
AI 经营周报
上传销售 CSV/Excel，异步计算指标并生成中文经营周报；支持 OpenAI-compatible Provider、本地模型和可验证报告流程。
LLMAsync JobDocker
PRIVATE KNOWLEDGE QA
Spring Boot + pgvector
RAG Knowledge Base
资料上传、切片、embedding、Top-K 检索、来源引用和资料外边界；可包装为企业资料智能问答样板。
RAGpgvectorEmbedding
MULTIMODAL WRITE-BACK AGENT
Python + VLM + Spring Boot Write-Back
现场单据多模态提取与幂等写回 Agent
将报修单、维修记录单、验收单（电子 PDF、扫描件、手机照片、Word）抽取为结构化数据，经双模型二次复核、金额规则校验后幂等写入工单系统，不确定字段自动转人工复核。
Multimodal AgentIdempotencyHITLEval
JAVA FULLSTACK
Spring Boot + Vue Admin
Field Service Ops Platform
Spring Boot + Vue Admin 的工单/客户运营系统，覆盖登录、RBAC、审计、列表详情、审批和本地烟测。
Spring BootVueRBAC
Outcome Signals
交付结果：不只写技术，也说明价值
客户和面试官更关心技术最终解决什么问题。这里把代表项目沉淀成可复用、可验证、可沟通的结果信号。
PRIMARY CASE / FLUTTER
Pocket Home Flutter（双品牌三端商业 App）
2品牌×3端
已完成两套商业品牌在 Android、iOS、OpenHarmony 三端的应用市场上架
主流能力
覆盖登录、房源、客户、消息、工作台、图片、定位、扫码等 App 能力
可验证
通过真机截图、构建检查、日志和 release checklist 固化交付证据
AI + TICKET SYSTEM
AI 智能客服工单系统
可控 AI
知识库内优先回答，资料外转人工，减少模型编造业务答案
客服闭环
会话、工单、状态流、客服后台和审计字段形成完整处理链路
MVP
适合中小商家快速验证 AI 客服、人工协同和知识库运营
AI DATA REPORT
AI 经营周报
指标可信
关键经营指标由后端计算，AI 只负责基于指标生成解读
异步处理
上传后异步解析 CSV/Excel，避免前端长等待和重复提交
可替换模型
支持 OpenAI-compatible Provider、本地 LM Studio/Ollama 验证
PRIVATE KNOWLEDGE QA
RAG Knowledge Base
可追溯
回答绑定来源引用，方便客户、运营或内部团队复核
资料边界
资料外问题返回 found=false 或转人工，避免无依据回答
0/3 泄漏
Agent 撤权后立即拒答，泄漏率从 3/3（未开启）降到 0/3；跨文档题通过率 6/12 → 12/12
评测驱动
真实语料 28 文档/57 题；Hybrid（18/45）与 Reranking（23/45）均不如默认 Vector（25/45），按结果保留默认配置
MULTIMODAL WRITE-BACK AGENT
现场单据多模态提取与幂等写回 Agent
0 错写
冻结版本在 20 份留出集（自动写入 13 份、人工复核 7 份）与 20 张实拍照片上自动错写均为 0
0 重复/丢单
真实后端故障注入（断连、5xx、429、Token 过期）下实现 0 重复建单、0 错配工单
217 测试
全部实验预先登记假设与判定门槛（Pre-registration），217 个自动化测试通过
JAVA FULLSTACK
Field Service Ops Platform
后台基座
登录、RBAC、审计、客户、工单和审批能力可按客户需求扩展
前后端联动
Spring Boot API、Vue Admin、PostgreSQL 和 Docker 验证链路齐全
可复用
从 starter 派生业务模块，降低同类管理系统的启动成本
Proof System
可信证据：让能力可以被验证
个人官网最怕只有口号。这里把项目证据、工程验证、AI 边界和客户沟通材料放在一起，形成可检查的信任链。
01
真实运行证据
Pocket Home 使用真机截图；AI 与后台项目使用产品化界面资产展示可落地方向。
02
工程验证证据
网站本身通过 lint、build、静态导出、GitHub Actions 自动部署和线上 HTTPS 验证。
03
AI 可信边界
RAG、来源引用、found=false、人工转接、Provider 可替换，避免只写“接入大模型”。
04
客户沟通证据
案例页按业务场景、架构节点、交付结果和难点展开，便于客户快速判断合作范围。
GitHub Review
代码证据：私有项目可授权审阅
核心案例仓库保持私有，公开页面只展示脱敏材料；真正需要评估技术深度时，可以按面试或客户场景授权查看代码、提交记录和运行证据。
公开标杆仓库矩阵（Public + CI Green）
rag-knowledge-base（Java 21 + pgvector + Flutter）、rag-agent-python（LangGraph 受控编排）、rag-mcp-server（官方 MCP SDK Server）与 fde-tools（16KB ELF 检查与评测 CLI）均已开源并配备完整 CI。
GitHub 私有商业案例仓库
Pocket Home Flutter、现场单据写回 Agent（doc-intake-agent）、AI 客服、工单运营平台等以 private repo 保存，严格保护客户商业隐私与未脱敏业务细节。
授权审阅方式
面试或客户评估时，可按需提供指定仓库、提交记录、README、构建日志、运行截图和评测报告，证明案例全部来自真实工程实践。
公开展示边界
官网只展示脱敏后的架构、职责、量化评测结果和截图资产；真正涉及客户业务配置与私有代码的内容通过授权审阅处理。
静态导出与全球边缘部署
个人官网基于 Next.js 静态导出构建，通过 Cloudflare Pages 全球节点与全站 HTTPS 持续部署。
AI Engineering
AI 工程工具链
AI 部分不写成“接一个大模型接口”，而是展示知识库、检索、来源引用、工具调用、本地模型、人工边界和验证流程。
01
主流 App 能力面
登录鉴权、消息、地图定位、图片视频、相机扫码、推送分享、表单上传、权限适配、版本发布，按真实业务链路组织。
02
AI 交付栈
RAG、pgvector、Embedding、本地模型、OpenAI-compatible Provider、MCP 工具和 Agent 流程，强调来源、边界和可复核。
03
证据优先工作流
用真实代码、运行日志、真机截图、测试、构建结果和发布检查证明交付质量，减少口头承诺。
Client Packages
客户能直接理解的交付方向
把技术能力包装成可沟通的合作入口：先明确方向，再根据需求拆 MVP、排期、风险和验证方式。
App MVP / 业务 App
Flutter 多端业务 App、Android 原生能力、接口联调、真机验证和发布检查。
FlutterAndroidRelease
AI 客服 / 知识库问答
RAG、资料上传、来源引用、人工转接、客服后台和 OpenAI-compatible Provider。
RAGTicketAgent
Java 后台 / 管理系统
Spring Boot API、RBAC、审计、Vue 管理端、Docker 本地验证和 smoke 流程。
Spring BootVueRBAC
Search Readiness
SEO 与搜索收录状态
基础 SEO 已经配置好；站长平台验证需要你的账号验证码，后续拿到验证码就能继续接入。
已完成
站点已具备 sitemap.xml、robots.txt、llms.txt、OG/Twitter 分享图、favicon、Web Manifest、JSON-LD、英文入口和 404 页面。
待账号验证
Google Search Console、Bing Webmaster、百度站长需要账号内的验证码；拿到验证码后可直接写入 metadata verification。
建议提交
上线后把 https://mikehot.cloud/sitemap.xml 提交到各搜索平台，并定期查看索引状态。
Resume Snapshot
Jacky Chou
移动端业务系统架构 / Flutter Android Java / AI 工程化
面向客户，我能一人闭环交付可上架的三端 App、Java 管理后台与受控 AI Agent 系统；面向团队，我能把复杂移动端原生能力、后端权限状态机、量化评测门禁和工程规范落到生产环境。
移动端与三端上架：12 年 Android 原生经验，Flutter + 原生覆盖登录、IM、定位、相机、扫码、推送、分享，以及 Android / iOS / OpenHarmony 三端市场审核与发布。
全栈业务平台：独立完成 UI 设计 → Java 21 / Spring Boot 后端 → Vue 3 管理后台 → 多端 App 的端到端研发与 Docker 化部署。
受控 AI Agent 工程：企业级 RAG（SQL 内 ACL 隔离 + 引用校验）、Python/LangGraph 多步编排、官方 MCP Server、多模态单据抽取与幂等写回。
2015 - 2020
北京 · 数位港湾传媒科技（北京）有限公司
移动端 / Android 研发
2020 - 2026
湖北襄阳 · 湖北安式软件有限公司
Flutter / Android / Java 研发
Contact
需要 App、后台或 AI MVP，可以直接联系。
真实三端商业 App 上架经验、真机截图与结构化工程证据。
每个项目都说明适用场景、职责边界、架构节点、难点和可复核评测结果。
公开仓库（rag-knowledge-base / rag-agent-python / rag-mcp-server / fde-tools）全部配备自动化测试与 GitHub Actions CI。
涉及客户商业逻辑的核心仓库保持私有，面试或客户评估时可按需授权审阅代码、提交记录和构建证据。
需求速填
生成邮件草稿，不经过第三方表单服务。
