Zhao Junquan

La complexité des appels d’outils des grands modèles augmente ; un simple script Python ou un Jupyter Notebook peine à porter des workflows IA fréquents, multi-tours et traversant plusieurs chaînes d’outils. Au-delà des scripts temporaires dispersés, les équipes métier ont besoin d’un poste de travail IA local persistant, traçable et extensible, réunissant état des conversations, configuration des modèles, compression du contexte et ordonnancement des plugins dans un système durablement maintenable.

Responsable de la transformation de Lite Studio, d’un ensemble d’outils IA dispersés en poste de travail de bureau local, avec définition des périmètres de gestion des conversations, de configuration des modèles, de compression du contexte, d’appels de plugins et d’export. Pilotage de la documentation, des contrats d’interface et des workflows centraux pour donner aux évolutions un référentiel commun, des traces consultables et un rythme de livraison stable.

Dans les workflows d’agents multi-outils, donner par défaut à l’agent principal tous les outils de recherche, d’étude et d’exécution peut multiplier les appels coûteux. Cela mêle aussi questions ordinaires, modifications de code, recherches légères et études approfondies dans un même contexte d’exécution, avec gaspillage, périmètres flous et risques de sécurité potentiels.

Conception et livraison autonomes d’OpenClaw Sentinel : les coûts de recherche, les droits sur les outils et les limites d’exécution des agents multi-outils sont traduits en un modèle réutilisable de gouvernance du routage. Pilotage des limites comportementales, des politiques d’appel, de la validation et de la publication open source, pour transformer une intégration MCP en solution transférable de gouvernance des outils d’agents.

Les grands modèles textuels comme DeepSeek et Qwen sont performants en raisonnement et en programmation, mais ne disposent pas de vision native. Ce projet encapsule le modèle visuel Xiaomi MiMo v2.5 dans un MCP Server standard : l’outil mimo_image_analyze donne aux agents text-only la compréhension d’images. Le modèle principal réfléchit ; MiMo perçoit.

Conception et livraison autonomes d’une solution apportant la vision aux agents textuels, en transformant un simple appel de modèle en outil MCP installable, configurable et réutilisable. Définition des usages, des limites d’appel, de la configuration de sécurité et de la forme de livraison open source, pour une intégration stable dans OpenClaw, Claude Desktop, Cursor et d’autres clients d’agents.

Le besoin fréquent de générer ou de lire des QR codes par lots, face à des outils chargés de publicités, payants ou dépendants du réseau, a conduit à créer un couteau suisse du QR code entièrement front-end, sans installation ni back-end.

Planification produit, conception des interactions et livraison en ligne de QCode Toolkit menées en autonomie, avec définition du périmètre autour de la génération, de la personnalisation, du traitement par lots et du téléchargement SVG. Priorité à un cycle complet dans le navigateur sans dépendance au back-end, tout en conciliant simplicité, partage et coûts de maintenance durables.

QuanWen.art est un centre personnel de contenus numériques développé de zéro, sous la forme d’un Web System full-stack exploitable à long terme. Une même architecture réunit présentation des réalisations, photos et articles, avancement des projets, conversations IA, lettres de contact et administration, donnant au site personnel des capacités de publication, de maintenance des données, de protection des accès et d’extension continue.

Responsable autonome du produit et de l’ingénierie de QuanWen.Art, de son positionnement et de la structure des contenus à la présentation publique, l’administration et l’exploitation sécurisée. Projets personnels, photos et articles, avancement des projets, conversations IA, lettres de contact et administration sont réunis dans un centre de contenus durable, dont je maintiens l’actualisation, l’accessibilité et les frontières de sécurité.

Pour l’agent de service client du site personnel QuanWen.Art, ce projet explore l’affinage économe en paramètres d’un grand modèle open source de classe 8B, dans l’environnement limité de Kaggle équipé de deux Tesla T4. À partir de Qwen/Qwen3-8B, des instructions chinoises composent des exemples couvrant identité, explications techniques, rédaction produit et réponses au service client. La chaîne complète va de la construction des données à la conversion ChatML, au chargement quantifié 4bit, à l’affinage SFT, à la sauvegarde de l’Adapter et à sa remise en place pour vérifier l’inférence.

Responsable autonome du projet : conception et validation d’un affinage vertical de modèle open source 8B pour le service client de QuanWen.Art. Définition des objectifs, du périmètre des données chinoises de service client et de questions d’identité, planification des expériences sur GPU à faible coût, et validation de la faisabilité jusqu’à l’intégration ultérieure du corpus du site.

Un site personnel ne devrait pas être seulement une page visuelle destinée aux visiteurs, mais aussi un nœud de contenu public que moteurs de recherche, systèmes de recherche IA et chaînes d’entraînement peuvent comprendre de façon stable. Ce projet améliore la découvrabilité externe de QuanWen.Art : la présentation devient un site lisible par les machines, doté de robots.txt, sitemap.xml, llms.txt et de données structurées JSON-LD.

Responsable de la gouvernance globale de la découvrabilité et de la lisibilité machine de QuanWen.Art, avec définition des limites entre contenus publics, chemins privés, exploration par moteurs de recherche et accès des crawlers IA. Pilotage de la stratégie, de l’organisation sémantique et de la validation en ligne, pour faire évoluer le portfolio vers un nœud de connaissances publiques compréhensible par moteurs de recherche, moteurs de réponse et grands modèles.

Construction d’un pipeline d’apprentissage automatique pour comprendre les comportements utilisateurs et vérifier l’intérêt de la prédiction de personnalité pour la segmentation et l’aide aux stratégies opérationnelles.

Transformation de la question de recherche sur la personnalité en tâche d’analyse vérifiable, avec définition du traitement des données, de l’interprétation des variables, de la comparaison des modèles et de la présentation des résultats. Priorité à une lecture des segments et comportements accessible aux équipes métier, pour nourrir ensuite les discussions sur le marquage CRM, les tests A/B et les prises de contact personnalisées.

Pour collecter des commentaires vidéo et des actualités spécialisées, création d’un moteur capable d’extraction continue, de nettoyage et de sorties structurées, destiné à la recherche sur les politiques publiques et à l’observation de l’opinion.

Organisation de besoins dispersés en pages web, commentaires et actualités en tâches de collecte réutilisables, avec définition du périmètre, des champs, des règles de nettoyage et du format de livraison. Transformation d’une collecte manuelle ponctuelle en processus durable d’ingénierie des données, fournissant une source stable pour la recherche sur les politiques publiques, la veille d’opinion et les analyses de sentiments ultérieures.