Rayson Meng

SHENZHEN · 深圳 下载简历 PDF

Building AI agents that actually ship.

9 年研发 · 前字节质量方向负责人 · 啤客 Picker 联合创始人 / 技术负责人。 从规模化业务体系,到 LLM 工程化落地,再到 Agent 驱动的全链路产品。

· ·

聊聊吧

powered by deepseek-chat

由 DeepSeek 驱动。回复仅供参考,约束在 Rayson 的工作经历与技术观点范围内。

Journey

2018 → now
2025 — NOW 开源

开源项目

Solo maintainer · 与啤客并行 · 全部 Claude Code + Codex 交付

主线

一条递进探索:多模型协作 → 双 Agent 协作 → 多机 Agent 网络 → 自研 mesh-aware 通用 Agent。 4 个项目共同指向一个终点 —— 多智能体协作网络

点击卡片展开详情 ↓

Agora 多模型协作

CLI-first 多模型讨论引擎。三轮 council + 匿名互评 + 书记员结构化总结,把"多模型异议"做成可复用流程。起点:先把多模型协作跑通。

TypeScript · OpenRouter · PostgreSQL Phase A2 · 三入口 t / a / c · source-available

核心能力

  • 三轮 council:独立观点 → 匿名互评 → 最终反驳
  • 书记员模型把全过程做成结构化总结
  • 3 个 CLI 入口:agora t council / agora a 单问单答 / agora c 持续对话
  • OpenRouter 多模型路由 + PostgreSQL 议题持久化

适用场景:产品方向、定价取舍、强时效判断这类单模型容易过早收敛的题。当前 Phase A2 in progress。

github.com/quilin-ai/agora → · 加载更新时间…
AgentBridge 119 ⭐

Claude Code ↔ Codex 本地双 Agent 协作桥。Claude Code 开放 channels(底层通信通道)当天动手,隔天凌晨发首版。MCP plugin + 持久 daemon,让两个 Agent 在同一工作流里互相喊话。从多模型协作进入"双 Agent 协作"。

TypeScript · MCP · Bun 22 fork · 外部 PR · 小红书过万播放 · X(Twitter) KOL 推荐

架构与消息流

  • 两进程:bridge.ts MCP plugin 前台 + daemon.ts 持久后台
  • Claude Code 关掉后台 daemon 继续跑,重连指数退避
  • Codex → Claude 走 agentMessage → 控制 WS → notifications/claude/channel
  • Claude → Codex 走 reply 工具 → turn/start 注入 Codex thread
  • 每条消息带 source 字段防回环

已上架 Claude Code 官方 plugin marketplace。社区反响:119 ⭐ · 20+ fork · 多位外部开发者主动提交 PR · 小红书过万播放 · X(Twitter) 67k 粉 KOL 主动推荐。

github.com/quilin-ai/agent-bridge → · 加载更新时间…
Hail Mesh multi-host

面向 AI Agent 的通信层。把双 Agent 概念扩到本地同构 → 本地异构 → 内网多机 → 跨网多机四级演进。Go daemon + TS sidecar,互相发现 / 推送 / request-response。从"双 Agent 协作"扩到"多机 Agent 网络"。

Go · TypeScript · MCP private alpha · LAN 显式 peer · Ed25519 签名

四级演进 + 通信能力

  • 四级范围:本地同构 → 本地异构 → 内网多机 → 跨网多机
  • Go daemon hailmeshd + TS/Bun sidecar 适配器(claude-code-channel / codex-appserver / sdk-ws)
  • 核心:discover · send · push · request-response · local room fan-out
  • 内置 SDK Agent:@hello / @echo / @docs / @stats / @repo
  • 安全:Ed25519 签名 + 公钥指纹 + 可选 HTTPS / mTLS

明确不做:orchestration 框架 / sandbox / 托管 runner / 任务看板 / LLM router。当前 local-first private alpha,已能跑 LAN 内显式 peer 远程 send/request。

github.com/quilin-ai/hailmesh → · 加载更新时间…
Quilin Agent 麒麟 · 自研

系统调研了 Claude Code / Codex / Gemini CLI / opencode / openclaw / Hermes / pi agent 等之后,按"集众家之所长"思路自研的通用 Agent,天然 mesh-aware,为 Hail Mesh 提供节点能力

TypeScript · Python · Rust 自进化闭环 · 4 层长期记忆 · 1.7K 测试 · ~1.2K LOC Loop

5 个差异化亮点

  1. 4 层分级长期记忆:Working / Episodic / Semantic / Skill,flash 档观察者 + 自动反思回写 ~/.quilin/user.md。vs Claude Code 静态 CLAUDE.md / Cursor 无跨会话记忆
  2. 自进化闭环:trajectory → 失败分析 → 补丁 → 离线优化(DSPy / PromptRewrite)→ 审批 → IdleRunner 每日跑。vs 所有竞品的静态 scaffold
  3. 极简 Agent Loop:~1.2K LOC 跑 1.7K 测试用例 + 80% 覆盖率门槛。不依赖 LangGraph / LangChain / AutoGen。Build to Delete 哲学
  4. 天然 Mesh-Aware:Rust crates/mesh-sdk 契约 + TS InProcessSupervisor 已就位(heartbeat / recovery context),为 Hail Mesh 节点而生。vs 业界全是单机 agent
  5. 跨语言 Harness:TS Loop + Python 记忆 + Rust mesh,14 领域全 team owned 无第三方框架依赖

规模(2026-05-08):258 TS 文件 · 129 测试文件 · 1711 用例全过。"Harness Engineering" 哲学:LLM 是发动机,14 领域 harness 是整辆车。

github.com/quilin-ai/quilin-agent → · 加载更新时间…
2025.04 — NOW FOUNDING / AGENT

啤客 Picker

联合创始人 / 技术负责人

精酿零售全链路平台 + 主动型 AI 店长 Agent。POS / 供应链 / C 端社区三端打通, LangGraph 多智能体编排让经营动作"从凭感觉变成有依据"。3 人团队 · 全程 Claude Code 全栈交付。

LangGraph Mem0 Milvus Go + Vue
查看深度 →
2024.07 — 2025.02 AGENTIC WORKFLOW

Klook · 多语言内容中台

高级研发工程师 / 项目负责人

把"机翻 + 外包校对"重构成 Agentic Workflow 中台。 术语匹配 200ms → 5ms · 外包 20 → 2 人 · 年省 $100K · 内容上线 3 天 → 2 小时。

Golang AC Automaton Redis Pub/Sub Milvus RAG
查看深度 →
2023.07 — 2024.05 SOLO / SHIPPING

独立开发 · 精酿舆情雷达

Solo Developer

为精酿品牌搭建全网舆情监控 + 竞品分析系统。四类风险事件规则引擎 + SimHash 去重 + 证据库留痕。 把"偶然刷到"变成"按规则触发"。

Python Rule Engine SimHash Celery
查看深度 →
2018.08 — 2023.05 5 YEARS · SCALE

字节跳动 · 商业化审核

高级研发工程师 → 质量方向研发负责人

从一线开发成长为质量方向负责人。搜索广告审核链路从 0 到 1 · 审核延时 -50% · 规则平台让客户负反馈 3% → 0.75% · 查询延时 200ms → 5ms。

Golang MongoDB ES Distributed
查看深度 →
01

啤客 Picker

主动型 AI 店长 Agent · 精酿零售全链路平台

精酿零售链路长期"没有信息化",门店、经销商、消费者各自看不见彼此,经营靠直觉。 我作为技术负责人带 3 人团队(1 前端 2 后端),从 POS / 供应链 ERP / C 端社区 一路打到 AI 店长 Agent,全程用 Claude Code 做"一人全栈"交付。

AI 店长不是花瓶聊天框——它是 POS 手机端的核心入口。 每天 15:00 自动生成"昨日经营报告",推动店长完成补货、上新、活动、会员运营等动作。 看数 / 补货 / 上新 / 活动这些日常决策,从"凭感觉"变成"有依据、能落地"。

AI 店长 · LangGraph 编排架构

用户自然语言请求 → 意图分析与参数抽取 → Supervisor 路由到子 Agent → RAG 三件套提供上下文 → 工具调用与人工确认

核心技术能力

编排

LangGraph 多智能体

Supervisor + 数据分析 / 库存采购 / 菜单运营 / 营销活动子 Agent。任务分配、串联、汇总,支持多轮追问与方案迭代。

检索

RAG 三件套(SQL + 向量 + 图)

MySQL 经营事实查询、Milvus 相似召回(相似门店 / 日期 / 商品)、图数据库多跳归因。组合成结构化 JSON 上下文。

记忆

Mem0 分层记忆

短期对话 + 长期门店画像 / 偏好 / 历史决策。按天分段管理、跨天延续,让建议贴合"这家店"。

执行

工具调用与闭环

POS / 会员 / 营销 / 库存 / 供应链能力封装为工具。采购、调价、发券等敏感操作有人工确认节点 + 审计留痕。

02

Klook · 多语言内容中台

从"机翻 + 外包"到 Agentic Workflow 自动化

旧系统用 Redis 全量拉取 + 正则匹配维护术语,大 Key 阻塞、延迟高; 富文本翻译经常丢 HTML 标签,小语种质量波动大,合规条款更新不及时。 外包校对成本高、上线慢。

作为项目负责人推动内容中台改造:重构核心服务(Golang),引入多模型路由与成本控制, 建立提示词规范与质量评估体系,逐步替代"机翻 + 外包校对"的旧流程。

术语匹配 · 热更新链路

AC 自动机让匹配复杂度从 O(N·M) 降到 O(N)。Redis Pub/Sub + 双缓冲让万级术语库在毫秒级热更新,对线上无感切换。

核心技术能力

性能

AC 自动机 + 双缓冲

Golang 重写匹配服务,热点常驻内存。Redis Pub/Sub 触发双缓冲切换,热更新无感。

模型

多模型路由

PaLM2 → Gemini 1.5 → DeepSeek-V3 迭代。低成本模型承接常规任务,长上下文承载术语示例减少漏译。

质量

Few-shot 召回 + MMR

Milvus 按业务类目动态选取"金标准"示例。MMR 控制多样性,避免示例同质化偏置。

合规

HTML 流式标签掩码

基于 Golang html.Tokenizer 做流式标签掩码 / 还原,避免翻译破坏 DOM。合规条款走优先队列 + 强制锁定关键字段。

03

精酿品牌舆情雷达

独立交付 · 从"偶然刷到"到"按规则触发"

精酿品牌的口碑与风险信息分散在多个平台,内容碎片、更新快、证据易丢。 运营靠"刷到就处理",没法形成稳定的监控、归并与跟进闭环。

作为独立开发者完成从需求收口到交付的全流程: 采集与数据模型、内容去重留痕、关键词规则引擎与事件归并、阈值预警与通知, 以及证据检索与事件管理界面。

系统能力

采集

多源数据 + 反爬

面向社媒 / 内容平台 / 评论区定向抓取与增量同步。任务调度(Cron/Celery)、限流重试、UA/代理池/断点续爬。

分析

品牌 vs 竞品双维度

按时间窗聚合趋势:日/周声量、Top 内容、增长异常点。SimHash 去重 + 规则聚合把零散内容收敛为"事件"。

预警

规则引擎 + 阈值体系

四类风险词库 + 绝对值 / 基线倍数阈值。命中即生成证据包(高亮原文 + 链接 + 时间 + 快照)并推送。

检索

可追溯证据库

倒排索引 + jieba 分词 + 同义词扩展。关键词 / 短语 / 高亮 / 时间过滤 / 聚合统计 一体化查询。

04

字节跳动 · 商业化审核

5 年 · 从一线开发到质量方向研发负责人

完整负责审核质量体系下多个平台的搭建与迭代。 覆盖快照存储、案例库、质检平台、无间平台、模拟审核、质量配置平台等。 单日处理约 1.5e 操作快照,常规质检从 6w+/月 → 6w+/日。

重点交付:搜索广告审核链路从 0 到 1(公司战略级项目)、非中国区审核平台从零搭建、 规则管理平台让客户负反馈率从 3% 降到 0.75%。带过小组拿研发质量奖,个人拿过 SpotBonus。

9 年能力演进曲线

横轴时间,纵轴是"业务复杂度 × AI 工程能力"。从规模化体系建设 → AI 化重构 → Agent 驱动产品,能力是一条递进曲线。

Tech Stack

force-directed graph

节点是技术,边是"该项目用过这门技术"。拖动节点试试,或点击查看在哪个项目里用过。