kingberQ/kingberQ

 # Kingber Q AI 自动化工程师兼高级 Java 后端开发者，致力于构建 LLM agent、评估测试套件、代码审查自动化以及适用于生产环境的后端集成。 常驻中国 (UTC+8)。欢迎异步远程合同项目，擅长以实用工程师的视角，将模糊的 AI 自动化构想转化为可运行的软件。 [LinkedIn](https://www.linkedin.com/in/kingberq/) · [GitHub](https://github.com/kingberQ) ## 我能构建什么 - LLM agent 和工作流自动化：包含受保护的工具调用、白名单、验证、演练模式以及审计日志。 - RAG 风格的助手和 prompt 管道：与现有的 API、数据库、消息队列及内部工具无缝对接。 - LLM 评估测试套件和回归检查：涵盖 prompt、输出、安全规则和发布置信度。 - AI 代码审查自动化、确定性风险扫描、CI 检查以及工程质量门禁。 - Java/Spring Boot 后端服务：将 AI 原型转化为可维护的生产级特性。 ## 精选公开作品 | 项目 | 展示内容 | | --- | --- | | [ai-agent-tool-router](https://github.com/kingberQ/ai-agent-tool-router) | 面向 LLM agent 的安全工具路由：在工具运行前实施白名单、参数验证、演练模式和审计日志。 | | [llm-eval-harness](https://github.com/kingberQ/llm-eval-harness) | 轻量级 prompt/输出评估，以便在发布前对 AI 行为进行比较和回归测试。 | | [ai-code-review-sentinel](https://github.com/kingberQ/ai-code-review-sentinel) | AI 优先的代码审查护栏，结合确定性风险扫描与可选的 LLM 审查。 | | [java-ai-backend-playbook](https://github.com/kingberQ/java-ai-backend-playbook) | 非机密性的 Java 后端、AI 集成及远程交付笔记。 | | [readonly-token-risk-detector](https://github.com/kingberQ/readonly-token-risk-detector) | 只读的 Ethereum 流动性与退出路径风险检测器。无需私钥、授权或交易。 | ## 技术栈 Java、Spring Boot、PostgreSQL、Redis、Kafka、Docker、Linux、Python、TypeScript、Node.js、兼容 OpenAI 的 API、CI/CD、可观测性以及后端自动化工具。 ## 公开代码声明 我的大部分生产级 Java 工作都属于专有的公司代码，因此此主页并非我商业仓库的镜像。这里的公开项目是经过脱敏处理的副业项目和工程工具，展示了我在自动化、可靠性、安全意识设计以及 AI 集成方面的理念与方法。 ## 工作风格 非常适合初创公司、独立创始人以及小型工程团队，能够为您提供专注的异步开发实施、后端救援工作、AI 集成、评估工具构建或长期的技术维护服务。

标签：AI工程师, AI自动化, API集成, CISA项目, Ethereum, Java后端, JS文件枚举, LLM评估, MITM代理, Ollama, Petitpotam, RAG, Spring Boot, 代码审查自动化, 单元测试, 可观测性, 回归测试, 大语言模型代理, 安全工具路由, 异步远程, 提示词工程, 搜索引擎查询, 数据管道, 智能合约风险检测, 测试用例, 策略决策点, 请求拦截, 软件工程, 逆向工具, 风险扫描