能力地图：简历条目 ↔ 博客文章

本页把简历里的每一条能力/项目，映射到本博客的对应文章。面试官可以按条目光标点点开深读。

一、Agent 评测与测试方法论

• Agent 评测平台从 0 设计（评测维度/用例/判分/闭环）：用 AI 测 AI：如何从 0 设计一个 Agent 评测平台
• Agent 测试分层（单元/集成/端到端/评测）：Agent 测试分层
• 一次「查订单走 109 步」的评测失败案例归因：查一条订单，Agent 为什么走了 109 步
• 可编程、可约束、可验证的 LLM 组件（质量治理三条线）：把 LLM 当作可编程、可约束、可验证的组件

二、发布门禁与质量治理

• Skill 质量规范与发布门禁（结构校验/静态扫描/LLM 打分）：AI Skill 质量规范与发布门禁
• 发布前对话质检：把质量门禁做成技能分享硬门禁：发布前先聊聊：把对话质检做成 Agent 技能分享门禁
• LLM 可编程约束验证组件：LLM 可编程约束验证组件

三、对话测试与角色卡

• 角色对话测试（如何测 AI 机器人）：如何对 AI 机器人做角色对话测试
• 构建 AI 对话测试框架：构建 AI 对话测试框架

四、性能与容量

• Agent 服务阶梯压测与容量承诺（拐点识别/SSE 判定）：Agent 服务阶梯压测与容量承诺
• Agent 接入第三方平台前的性能验收（17 项指标/A2A 阶梯压测）：把 Agent 送进千问平台前，先过这 17 道性能关卡
• LLM API 限流与容量估算（RPM/TPM 配额）：LLM API 账号限流容量估算
• JMeter 性能测试常用功能与 HTTP 请求：JMeter 性能测试

五、可观测与健康度

• 用 Langfuse 做生产 LLM 错误分析（归因到 P0 修复）：用 Langfuse 做生产 LLM 应用的错误分析
• 生产 LLM 耗时分析（Langfuse 拆解各段时延）：生产 LLM 应用的耗时分析
• Skill 线上健康度整改实录：Skill 线上健康度整改实录
• 健康度报告 41 分不可信？用 trace 证伪平台结论：健康度报告 41 分不可信？用 4 条 trace 证伪平台结论

六、AI 安全

• 提示词攻击与防御全指南：提示词攻击与防御全指南
• 技能包是干净的，毒藏在公司资料库里（运行时投毒）：技能包是干净的，毒藏在公司资料库里
• 高敏感技能掩码：Agent 平台隐私能力保护：高敏感技能掩码

七、接口与流量

• 流量回放实战（Conan + nginx 日志）：流量回放实战
• 如何让接口自动化测试结果被真正关注（访问量排序/调用链）：如何让接口自动化测试结果被真正关注
• 接口测试设计清单：接口测试设计清单
• 本地校验通过线上失败？从「校验文件」到「自检实际请求体」：本地校验通过了，为什么线上还是失败？