赵忠赫｜后端开发工程师

18545032297｜zhaozhonghe40@gmail.com｜[GitHub](https://github.com/Zhonghe-zhao)｜[Blog](https://blog.zhaozhonghe.me)

教育背景

沈阳工业大学｜电子与计算机工程｜全日制本科| 2023.09—2027.06

实习经历

绿盟科技｜星云实验室｜实习研发工程师 | 2025.12—2026.04

参与云原生与 AI 攻防靶场研发，负责 Go 执行框架重构、场景调用链路封装、模型服务及虚拟化环境部署，并参与跨环境网络与运行问题排查。

Coogo 轻量化重构

  • 面向核心 PoC 能力独立运行和轻量交付需求，负责 Coogo 二进制体积分析；通过 goweight、控制变量构建及 Go 依赖树排查，定位 Kubernetes SDK、containerd 和 go:embed payload 等主要体积来源，结合符号裁剪与 UPX 将完整工具由约 80 MB 压缩至 17 MB，并确认构建参数优化无法满足数 MB 级独立扫描需求。
  • 基于原 Module 接口中 CanI() 检测与 Run() 执行的职责边界，将 Coogo 拆分为可独立编译和运行的 poc-shell-core 与 exp-shell-core：PoC 侧承载单能力/批量检测及结果排序，Exp 侧保留利用执行与重型 SDK、payload 等依赖，最终产出约 **2.5 MB(UPX 后)的独立 PoC 扫描核心。
  • 针对原 Coogo 扫描结果仅展示 Yes/Unknown/No、候选能力顺序无法指导后续验证的问题，基于内部能力表构建 T0 配置类、T1 组件类、T2 内核类与 Info 类优先级模型，结合目标环境的 CanI() 检测结果生成有序候选列表；并为 exp-shell-core 实现指定能力入口生成与独立构建流程，支持靶场按能力调用和产物管理。

云原生与 AI 攻防靶场能力建设及自动化接入

  • 针对 Qwen-Agent Code Interpreter 依赖 Gradio WebUI、无法被自动调用的问题，通过源码分析与抓包梳理任务提交、会话关联及 HTTP/SSE 队列协议，使用 Go 实现 Headless 客户端并封装为 Coogo Module。
  • 针对不同模型在工具调用、安全策略及输出格式上的行为差异，完成候选模型兼容性与场景稳定性验证，筛选 Qwen 模型部署至 Ollama，并通过 LiteLLM 提供统一服务入口；基于 QEMU 制作 Qwen-Agent、LiteLLM、Ollama 靶场镜像，在靶场平台排查双网卡、DHCP、默认路由、服务监听及平台访问策略问题，最终打通 Coogo、Qwen-Agent、LiteLLM 与 Ollama 的端到端自动验证链路。
  • 参与 Coogo 云原生安全能力建设，围绕危险挂载、容器运行时与 Kubernetes 组件场景，对 mount-containerd、lxcfs-escape、mount-var-log、CVE-2021-25748 等能力进行模块化适配，按照 Module 规范完善元数据注册、参数处理、CanI() 前置条件检测与 Run() 执行入口。
  • 参与 MCP 安全场景建设，使用 Goose、Continue 与 FastMCP Server 验证工具描述和参数传递风险，排查 SSE 路径、服务监听与容器网络问题，并完成 Windows QEMU 基础镜像和 Goose 环境适配。

项目经历

MemoBridge｜本地知识理解与状态交付工作台 | 2026.01—至今

面向长期学习与项目研究中资料、模型建议与用户理解混杂，以及任务难以持续推进、切换 AI 会话后状态难以恢复的问题，将资料证据、模型候选建议、用户确认理解、未决问题与下一步分离建模，构建覆盖资料捕获、证据调查、Agent 分步推进、理解确认与跨会话交付的本地认知工作台。

  • 将长期研究过程建模为“长期主题—推进问题—资料证据—用户确认理解”，区分外部资料、模型建议与用户正式状态；AI 问答链路仅返回候选建议，不自动覆盖当前理解，用户显式提交后形成包含当前结论、不确定点和下一步的状态快照，并保留修订历史与证据引用。
  • 设计并实现面向长期学习与项目研究的有状态理解推进 Agent：根据用户目标和当前认知状态，按需调查主题资料与本地工作区代码，生成包含推进方法、相关证据和验收标准的分步计划；持续依据用户输出在 retry / advance / replan / propose_patch 间决策，并由用户确认后写入正式理解，实现从目标设定、逐步学习到认知沉淀的闭环。
  • 基于 PostgreSQL pg_trgm、pgvector 与本地 bge-m3 构建词法和向量双路召回，通过确定性切片、内容 Hash 识别派生索引失效，并以 RRF 融合异构排名；在 12 条人工查询集上将 Recall@10 由 29.17% 提升至 68.06%、MRR 由 21.88% 提升至 32.62%，向量异常时降级保留非向量结果。
  • 将用户主动关联的工作资料与主题知识库动态召回片段共同构造成问答上下文，支持仅资料、协作回答和开放探索三种回答模式；LLM 返回后由服务端校验引用资料 ID 与原文，证据不足时仅资料模式拒绝作答，并明确标记模型知识补充。
  • 设计面向网页版大模型的组合交付包，以确认理解、未决问题和下一步作为权威状态，并从关联主题召回开发记录和代码证据，经去重与上下文预算裁剪生成 Markdown/JSON，已通过 DeepSeek 网页版验证跨会话恢复效果。

TaskPulse｜基于租约机制的可靠异步任务执行引擎 | 2026.05—至今

TaskPulse 是面向长耗时后台任务的可靠异步执行引擎，统一管理任务从创建、领取、执行、重试到终态的生命周期，并通过租约机制处理 Worker 失联、任务接管和旧执行者写回问题。

  • 基于 MySQL 事务及 SELECT ... FOR UPDATE SKIP LOCKED 实现多 Worker 并发 Claim，在同一事务内完成任务状态转换、租约建立和 task_started 事件写入，避免同一任务被并发领取，并保证任务状态与审计事件原子一致。
  • 设计 Lease、Heartbeat、Lease Token 与 Version Fencing 执行权协议，支持 Worker 崩溃后的租约过期接管，并拒绝旧 Worker 的进度与终态写回；正常停机时主动 Release，缩短任务交接时间且不消耗业务重试预算。
  • 区分业务执行失败与控制面不确定结果：对可恢复错误采用错误分类、指数退避与重试预算，对 Complete 响应丢失支持相同 Fencing 凭证下的终态幂等重放；明确提供 At-least-once 执行语义，并要求业务侧保证幂等写回。
  • 抽象 Workflow/Executor 与 Go Worker Runtime，统一封装 Claim、续租、进度、失败、终态上报及优雅退出；接入 MemoBridge 语义档案与向量索引任务，并通过 Provider 异常、Worker/Pod 崩溃、优雅交接及 Complete 重放实验验证任务重试、接管与终态收敛。

专业技能

  • 编程语言： 熟悉 Go，掌握 Goroutine、Channel、Context、接口与错误处理，了解 GMP 调度、内存管理及 GC 基本原理。
  • 数据库： 熟悉 MySQL、PostgreSQL，掌握事务、索引、锁机制
  • 工程实践： 熟悉 Linux 与 Docker 基本使用，具有 Kubernetes 部署、日志分析及网络排障实践。