Resume
刘毓
Hercule Liu
AI 产品经理
拥有扎实的计算机科学基础和国际化教育背景，专注于 AI 产品从 0 到 1 的构建与优化。 具备完整的 AI 产品生命周期管理经验，擅长将技术能力转化为产品价值。
具备 AI 产品从技术理解、场景判断到产品落地的完整能力，关注 Agent 系统、知识底座、AI 交互和真实业务结果。能够使用 Vibe Coding 与 AI 工具快速验证想法，并通过数据驱动决策、模型与 Agent 评测持续优化产品体验。
负责企业级 AgentOS 的产品设计与能力建设，围绕知识底座、智能体开发、记忆与反馈优化机制，推动 Agent 能力在投资场景中的落地。
- 知识底座建设：设计并推进基于文件系统与本体知识库的知识底座，梳理知识组织、检索与上下文使用方式，为 Agent 的信息理解、任务执行和结果生成提供统一基础
- 智能体开发与优化闭环：设计从任务定义、Agent 编排、工具调用、执行反馈到迭代优化的开发流程，建立面向失败案例和用户反馈的自动反馈优化循环，沉淀可复用的 Agent 产品与评测方法
- 多 Agent 协作能力：围绕主 Agent 对子 Agent 的任务拆解、调用路由、上下文传递、结果汇总与异常处理进行产品设计，优化调用稳定性、结果准确性和输出一致性
- Agent 记忆系统：参与设计 Agent 记忆的写入、检索、更新与使用机制，明确短期上下文与长期记忆在连续任务中的协作方式，提升跨轮次任务的连贯性
- 投后尽调报告 Agent：主导投后尽职调研报告 Agent 的需求分析与工作流设计，梳理信息采集、材料分析、风险识别、结论组织与报告输出流程，推动投资场景形成可复用的智能化方案
- 复杂需求产品化：针对部分暂未进入研发的需求，完成场景拆解、用户流程、PRD、方案评审与验收标准设计，沉淀技术约束、优先级判断和后续落地路径，为研发决策提供依据
负责 Sider 浏览器插件产品的功能升级和产品体验优化。从 0 到 1 搭建公司级数据基础设施，包括完整的数据看板系统和事件数据库系统，为多端产品提供数据支撑。
- 图片翻译功能开发：主导图片翻译从技术调研到产品上线的完整流程，支持 50+ 种语言，日均使用量达数百次，显著提升产品国际化能力
- 网页总结功能优化：深入分析用户使用场景，优化 AI 提示词设计策略，通过 A/B 测试验证优化效果，提升总结质量和稳定性
- 数据监测系统建设：基于 AWS 事件追踪技术，预设数千个用户行为埋点，打通前后端数据口径统一，并使用 Grafana 创建近千个数据监测看板，覆盖 4 个客户端团队和运营团队
- 内部信息整合推送系统：整合 Product Hunt、Hugging Face、Google News 等多个信息源，构建每日新闻整合推送功能
- ★ AI 数据洞察 Agent 系统：基于 RAG + Skill + MCP 架构打造智能数据平台，实现自然语言数据查询，数据支持效率提升 6-20 倍
macOS App · SwiftUI · Python · Agent Kernel · Tool Use · Memory · SQLite · Permission System
本地优先的 macOS Agent 应用。围绕桌面对话、工具调用确认、Work Pane 执行过程展示、上下文记忆、运行记录与任务恢复，探索如何把 Agent 从命令行工具能力产品化为可安装、可使用、可理解的桌面应用。
- App-first 产品定义：将项目定位从 CLI 工具包装调整为原生 macOS Agent 应用，明确安装、配置、启动和首次使用路径
- Agent 产品架构：规划 Agent Kernel、Provider Registry、工具执行、权限治理、Memory、Artifact、Ledger 等核心模块，并转译为用户可理解的产品功能
- 可审查执行体验：设计工具调用前的权限确认、执行过程可视化和 Work Pane 信息组织，让 Agent 工作过程对用户可见、可控
- 真实场景验证：梳理多轮对话、单次任务、项目理解、文档整理、代码协作等日常使用场景，用真实模型调用检查 Agent 在实际工作流中的表现
- 复杂产品系统抽象：将模型调用、工具执行、上下文管理、权限治理、运行恢复和用户界面串成完整闭环，体现从底层技术到用户体验的系统化产品能力
RAG · Skill · MCP · LLM · AWS · 多源数据整合
公司拥有多端产品线（Web、Desktop、Mobile 等），数据分散在不同系统。产品与运营团队在获取数据支持时面临：复杂指标需要从零理解计算逻辑、后端接口缺乏统一规范、高频相似查询占用大量时间。 从 0 到 1 打造一套基于 AI 的智能数据洞察平台，让产品/运营员工能够自助、安全、高效地获取数据支持。
- 效率提升 6-20 倍：原来需要 1-2 小时的复杂数据需求，现在 5-10 分钟即可完成
- 多源数据整合：定义全产品端口的数据格式规范，整合前后端及运营多渠道数据源
- AI Agent 架构：将公司数据理解能力封装为 Skill，采用 RAG + Skill + MCP 架构打通用户到数据源的智能通路
- 自然语言交互：Agent 具备产品-数据映射能力，用户提问即可直达数据洞察
- 数据安全保障：实现基于角色的登录权限体系，防止数据泄露
- 文档智能问答：集成文档检索能力，简化文档查找和信息获取流程
AWS 事件追踪 · Grafana · 多数据源整合 · 数据建模
针对公司多端产品（Web、Desktop、Mobile、Extension）缺乏统一数据监测体系的问题，从零开始搭建完整的数据基础设施。建立用户行为、业务指标、系统性能等多维度监测能力，为产品迭代和运营决策提供数据支撑。
- 基于 AWS 事件追踪技术，为公司构建高效事件追踪服务，预设数千个用户行为埋点，实现关键路径、功能使用和转化行为的精准监测
- 整合付费、注册、登录、使用、成本监测等多个数据源，打通前后端数据口径统一，减少不同团队之间的数据理解偏差
- 使用 Grafana 创建近千个数据监测看板，覆盖 4 个客户端团队和运营团队，支撑日常产品迭代、运营分析和问题定位
- 建立完整的数据分析体系，为公司从零搭建数据驱动决策的工作基础
- 将数据支持从"被动响应"升级为"主动监测"，极大提升了问题发现和响应速度
Azure AI Vision OCR · Google Translator · DropClip · 产品设计
面对产品国际化需求，从 0 到 1 负责图片翻译功能的完整开发流程。从技术调研、方案设计到产品落地，实现图片内嵌文字的识别、翻译和背景文字抹除的完整能力，显著提升产品在海外市场的竞争力。
- 完成技术调研，评估并选定 Azure AI Vision OCR、Google Translator、DropClip 等技术方案
- 搭建完整的技术 demo，验证图片文字识别、翻译和背景文字抹除的端到端流程可行性
- 协助相关产品经理完成项目上线，支持 50+ 种语言，形成日均数百次使用的稳定功能场景
- 该功能成为产品国际化能力的核心支撑，帮助用户处理跨语言图片内容理解与翻译需求
多源信息整合 · 自动化推送 · 信息聚合 · RSS/API
针对团队成员需要了解行业动态但信息分散、查找成本高的问题，构建一站式信息聚合平台。整合多个高价值信息源，通过自动化推送机制，确保团队能够及时获取行业最新动态和技术资讯。
- 整合 Product Hunt、Hugging Face、Google News、模型公司 Blog、AI 新闻站点等多个信息源
- 构建每日新闻整合推送功能，提升团队对行业动态和技术趋势的敏感度
- 建立信息筛选和推送机制，确保信息的时效性和相关性
- 成为团队获取 AI 行业资讯的首选渠道，信息获取效率显著提升
Prompt Engineering · LLM · 用户体验优化 · A/B 测试
针对用户反馈的网页总结质量和稳定性问题，深入分析用户使用场景，优化 AI 提示词（Prompt）设计策略，提升总结效果和用户体验。
- 分析用户在不同场景下的总结需求，针对性优化提示词设计
- 通过 A/B 测试验证优化效果，总结质量和用户满意度显著提升
- 降低了总结失败率和异常输出，提升了功能的整体稳定性
- 积累了大量 Prompt Engineering 实践经验，为后续 AI 功能开发提供参考
JavaScript · Cloudflare Workers · OCR · 图片翻译
基于 Cloudflare Workers 的轻量级图片处理服务，提供 OCR 文字识别、图片翻译、格式转换功能。
- 集成百度 OCR API，实现图片文字识别与定位
- 结合智谱 GLM 模型，支持中英文图片内容翻译
- 利用浏览器 Canvas 实现翻译后的图片重绘
- 代码托管在 GitHub (github.com/HerculeLiu/image-process)