游可爱-AI全栈开发工程师

负责游可爱双域及小程序端的前端功能开发，实现B端中后台与C端业务页面的高质量交付；

参与前端Monorepo架构建设与模块化演进，维护跨端复用的组件库与业务组件，提升代码复用率与开发效率；

对接后端（Golang/trpc）接口，基于PB协议参与前后端协议自动化实践，确保联调效率与类型安全的数据交互；

主导或参与构建工具链优化（如Vite/Rspack迁移、pnpm依赖管理），改善团队开发与构建体验；

负责将业务场景 AI 化 Agent 化 Workflow 化，基于大模型构建 Agent RAG Workflow / MCP 能力，完成 Prompt 设计、工具与技能编排、知识库问答、异常兜底与效果验收；

攻坚前端性能优化与复杂交互场景（如达人智选、数据看板、Agent应用），提升用户体验与系统响应能力；

践行团队AI工程化（Harness/CodeBuddy），通过AI Agent覆盖需求拆解、页面生产、接口对接、自测发布全流程，并与TAPD需求/缺陷联动提效；

严格遵循团队代码规范、分支提交规范，按内网工蜂+蓝盾+Tenc+gopass网关的标准研发发布流程推进项目。

本科及以上学历，计算机相关专业，3年以上前端开发经验（可根据能力适当调整）；

精通JavaScript/TypeScript、HTML5、CSS3，具备扎实的计算机基础与工程化能力；

熟练掌握Vue框架（含响应式原理、组件化设计），有大型中后台/B端复杂业务前端开发经验者优先；

熟悉Monorepo+pnpm工程组织模式，掌握Vite/Rspack等现代构建工具的使用与优化；

具备良好的接口对接能力，理解前后端协议协作逻辑（了解Protobuf/PB协议自动化实践者优先）；

拥有主人翁意识与需求模块负责人心态，能独立负责一个业务模块的全流程开发；具备良好的产研沟通能力，可与产品、后端、测试团队高效协同推进项目；

具备大模型应用开发经验，理解 Agent RAG Function Calling MCP Workflow 的原理与工程实现，能围绕业务场景独立设计并落地 AI 能力；

对 AI 能力边界、事实校验、幻觉风险、敏感动作控制、结果可解释性有基本认知，能在实现中设计相应校验与约束机制；

认可并实践「AI 工程化提效」，对 AI 辅助研发（Cursor CodeBuddy Harness Agent 工作流 MCP）有实践或强烈兴趣。 加分项

有微信小程序/跨端开发（如Taro/Uniapp等）实践经验；

有Agent应用、可视化数据看板、大数据量表格与筛选等复杂组件的研发经验；

有性能优化、工程化提效或组件库建设的实际实践与产出；有 AI Agent、多轮对话、RAG、MCP、知识库问答、智能审核、内容理解等 AI 应用的完整落地经验；

对AI辅助研发（如Cursor/CodeBuddy Agent工作流/MCP）有实践经验或强烈兴趣，认同“AI工程化提效”方向；有个人 AI 产品 Demo、Agent 工作流项目、Prompt / Skill 仓库、开源贡献或 AI 工具链实践等公开作品者优先；

熟悉腾讯内部研发工具链（工蜂、蓝盾DevOps、TAPD）者优先。