5 年云原生与 DevOps 全栈研发经验，覆盖私有云到公有云、源码到内核。把构建、发布、出口、缓存与可观测做成可复用平台：统一构建缓存把 test / prod 部署压到 80s / 110s（SLA ≤300s）；百度云 CCE Kubernetes 1.34 双集群 16/16 节点 Ready；自建 LLM 网关统一路由 DeepSeek / 智谱 GLM / 百度千帆，8 小时单模型消耗 975M token。
在线简历 · https://l1.fit三条主线：把研发链路做成可复用平台、把分布式集群调到稳定高效、把 Agent 能力做成可弹性伸缩的生产系统。
统一构建缓存与部署契约：BuildKit registry 远程缓存跨 daemon 复用，test / prod 部署 80s / 110s（SLA ≤300s）；分布式增量构建缓存（Bazel / BuildBarn / ccache）在华为 CloudBuild 与现网持续落地。
CI/CD 与 DevOps 全栈研发：GitLab CE / Runner 治理、单 Job 部署契约、Nexus 唯一持久制品源、JuiceFS S3 网关、自研 Go 统一出口，工具链版本由 versions.env 单点锁定。
独立运维过单集群上千节点的分布式构建集群，以及 bazel 分布式编译集群与 buildkitd 集群：动态扩缩容、按 Mnemonic 路由分组、CAS/Worker 分离与平滑下线，构建资源消耗降低 70%。
百度云 CCE Kubernetes 1.34 双集群治理：10.30.0.0/16 VPC 七子网跨四可用区，buildkitd 专用节点 + 容量 LRU GC，StatefulSet 反亲和 + PDB 零中断蓝绿；源码级经验横跨 K8s 与 OpenStack，覆盖分布式 CSI 快照与克隆、极速快照、COW、dentry / dcache 与内核级 perf / strace 定位。
Agent 沙盒快照与快速恢复、容器化沙箱、任务编排与并发限流；把批量推理、异步队列、失败重试做成可调度能力。
自建 LLM 网关支撑 Claude Code / Desktop 等 Agent 客户端规模化接入，本人为 DeepSeek 深度用户：8 小时单模型消耗 975.20M token（≈1B），近 7 天累计约 7.8B token。
自建 LLM 网关 new-api「模型统计」真实读数（本人日常开发场景）。8 小时窗口内单模型消耗 975.20M token、峰值吞吐 288.7 t/s；近 7 天 8 个（渠道, 模型）组合合计约 7.8B token。
不一定进 KPI，但能说明动手深度与排查上限的三件事。
在没有可用串口与系统日志的条件下，从引导链一路定位到内核启动失败的根因。
这类问题没有现成答案，靠的是对启动流程、内存布局与硬件初始化顺序的完整理解。
在 NFS CSI 驱动上补齐 VolumeSnapshot 与卷克隆能力，把原本缺失的存储特性接进 K8s 存储链路。
涉及 CSI 接口契约、external-snapshotter 协作与底层卷语义的一致性设计。
打通研发业务读取与服务路径，把 Agent 直接接进研发日常：24 小时高准度定位疑难问题。
实际承担 500+ 车企研发大群的 oncall 答疑，让「群里问一句」就能拿到可执行的定位结论。
驱动我做基建的三条判断：速度是效率、路径在前进中展开、向最强的工程组织学习。
软件构建速度会直接影响产品迭代效率：编译与 CI 的每一秒，都会乘以团队人数和每天的提交次数，放大成产品的迭代节奏。
所以我把它当成可量化的工程指标来做——统一构建缓存、增量构建、部署契约与 SLA 门禁，而不是「差不多能跑就行」。
车灯只能照亮前方一小段路，但靠这一小段就能一直开下去。工程系统也一样：不必等看清全貌再动手，先把眼前这段照亮、走稳，路径会在推进中自己展开。
落到方法上就是小步验证、快速回读、持续收敛——每一次变更都可观测、可回滚、可对账。
长期关注每天 5,000+ PR 的 monorepo 工程实践：统一构建、增量缓存、原子提交与可回滚发布，是超大规模团队把迭代速度守住的关键。
这条思路已经落到我的日常里：GitLab 站点调优（首屏热门请求 458.79K→909.14、P95 1.82s→469.50ms）与单 Job 部署契约。
重点不是「会调用模型」，而是把构建、发布、出口、缓存、观测与 Agent 做成可治理、可复用、能承载企业级研发流程的生产系统。
BuildKit registry 远程缓存跨 daemon 复用（空节点 export 后另一 daemon 免密 import 全层 CACHED）；test / prod deploy job 实测 80s / 110s，单组件缓存约 381 MiB。
Nexus 作唯一持久制品源（proxy store 抽样 6,213 blob / 1.55 GB），JuiceFS S3 网关压测单文件 716 MB/s、双文件 1.325 GB/s；自研 Go 出口数据面 + nftables 透明拦截 13 条路由。
同一入口暴露 OpenAI Chat / Responses / Anthropic 三协议，统一路由 DeepSeek、智谱 GLM、百度千帆，Claude 别名链式映射；百度渠道单日 6,486 请求 / 7.63 亿输入 token。
三家上游 × 两协议 × 每组 5 轮对照：去首轮加权命中率百度 24.999% vs zai 99.996% vs DeepSeek 99.675%；定位到动态预算提醒 + 尾部缓存断点，网关侧修复后旧客户端由 0% 恢复至 99.7%。
自建 Grafana 13.1.3（28 个看板 / 285 个面板）、Prometheus 3.13.2（41 个 scrape job、69 条告警 + 57 条 recording 规则）、Loki 日志；告警经 Go webhook 机器人落飞书群。
管理 8 台采集节点、每台 10 路并发，If-None-Match:* 幂等 + 64MiB 分片断点续传；Go 482 项测试 + race 437 项 + E2E 全绿，8/8 台对象 HEAD 200 且长度逐字节相等。
从云原生基础设施、分布式构建与存储，到企业级 AI 工程化平台，长期在工程系统的关键路径上做降本增效。
项目选择聚焦「能把复杂工程系统跑起来并长期变好」的能力。
2026-08-25 全链路验证通过并上线 prod：空节点 export 后另一 daemon 免密 import 全层 CACHED，实现跨 daemon 构建缓存复用。
test / prod deploy job 实测 80s / 110s（SLA ≤300s），单组件单 tag 缓存约 381 MiB；工具链版本由 versions.env 单点锁定。
华为 CloudBuild 时期基于 Bazel / BuildBarn / ccache 做分布式增量构建缓存，优化 CMake / Maven 构建链路；现网延续同一思路做 BuildKit registry 远程缓存跨 daemon 复用。
两条链路共同点：把「哪些产物可以复用」判断清楚，再把缓存做成可跨节点、可回读、可回滚的一等公民。
自研 Go 统一出口数据面承载 4 个代理口与 13 条透明出口路由；出口由 Squid 五入口重设计为三端口，3129/3127 退役。
Nexus 作唯一持久制品源（proxy store 抽样 6,213 blob / 1.55 GB），JuiceFS S3 网关压测单文件 716 MB/s、双文件 1.325 GB/s。
同一入口暴露 OpenAI Chat / Responses / Anthropic 三协议，统一路由 DeepSeek、智谱 GLM、百度千帆，支持 Claude 别名链式映射。
百度渠道单日承载 6,486 请求 / 7.63 亿输入 token；HA 迁移 600 秒探针 513/513 成功零中断，常规蓝绿切换零 502/503/504。
三家上游 × 两协议 × 每组 5 轮对照：百度去首轮加权 24.999%（OpenAI）/ 24.949%（Anthropic），对比 zai 99.996% / 99.797%、DeepSeek 99.675% / 99.824%。
定位根因（动态预算提醒 system 消息 + 尾部缓存断点）并在网关侧修复，修复后旧客户端由 0% 恢复为 0 / 99.72 / 99.35 / 99.97%，真实 Desktop 会话实测命中 99.627%。
28 个看板 / 285 个面板、41 个 scrape job、69 条告警 + 57 条 recording 规则，看板目录由脚本推送、变更零重启。
告警经 Go webhook 机器人落飞书群「sre告警」，critical 抑制同维度 warning，每日 02:00 投递统一巡检卡片。
管理 8 台采集节点、每台 10 路并发，上传以 If-None-Match:* 保证幂等，≥64MiB 文件按 64MiB 分片断点续传。
验收覆盖 Go 482 项测试 + race 437 项 + PW E2E 18/18 + API E2E 8/8；8/8 台对象 BOS HEAD 200 且长度与任务 sizeBytes 逐字节相等。
10.30.0.0/16 VPC 内 7 个 /24 子网跨 4 可用区，ci-01 集群 16/16 节点 Ready，BuildKit 缓存 PVC 200Gi Bound/Retain。
以 iac diff 作为 repo↔live 零差异的全局底线，盘点并归组 115 项 unassigned 云资源（BCC 21 / CDS 66 / EIP 6 / AppBLB 23 / BOS 8）。
单仓 409 行 / 17 个 job 流水线，deploy 契约在单 Job 内完成 validate→build→publish→deploy→verify→cleanup。
Deploy Runner 收敛为单一 #3（并发 5）并下线 #1，跨环境无状态复用释放 2 台 BCC；GitLab 监控首屏热门请求 458.79K→909.14、P95 1.82s→469.50ms。
横跨效率研发基建、分布式集群调优、AI 工程化平台与可观测性工具链。
完成校验后展示微信号：加载中...