张楠
资深后端工程师 / 架构师 · 10年+经验 · 专注分布式系统与AI应用架构
Email: zhangn661@gmail.com | GitHub: github.com/Edison-A-N
职业概述
10年后端开发与架构经验，从Python/Django单体应用到Golang微服务与云原生架构，具备完整的架构演进与团队赋能经验。
擅长领域：
- 系统架构设计：DDD、微服务、云原生、高并发系统
- AI应用架构：LLM集成、Agent系统、MCP协议
- 数据密集型应用：药物研发数据平台、分布式计算
- 团队赋能：技术选型、Code Review文化、内部工具建设
工作经历
晶泰科技 (XtalPi) | 资深软件工程师 / 技术负责人
2019.06 - 至今 (5年+)
- 主导ID4药物研发平台与数字化平台架构设计，支撑10+企业客户、1000+并发计算任务
- 负责团队技术选型与架构评审，推动从Django单体向Golang微服务架构演进
- 建立Code Review机制与API设计规范，团队代码质量显著提升
- 深度参与MCP生态建设，推动团队Agent系统采用标准化协议
华大基因 (BGI) | 软件工程师
2018.01 - 2019.06 (1.5年)
核心项目
一、开源贡献与技术影响力
2024.07 - 至今 | 16个已合并PR，影响数万开发者
深度参与**Model Context Protocol (MCP)**生态建设，在多个核心项目中贡献代码：
OpenAgents (1700+ stars)
AI Agent Networks开源平台，支持MCP/A2A协议：贡献Agent配置增强、自动启动机制、发布流程自动化等7个功能与Bug修复
MCP生态核心项目
- python-sdk (官方SDK, 21k+ stars)：修复StreamableHTTP传输竞态条件 (#1384)，解决高并发场景下的
ClosedResourceError异常，提升服务器稳定性 - inspector (MCP调试工具)：修复
anyOfschema中$ref解析与枚举处理问题 (#901)，确保复杂类型正确定义 - mcpadapt (MCP适配器)：
Biomni (snap-stanford/Biomni, 斯坦福生物医学AI Agent)
- MCP工具参数解析修复 (#181)：修复自动发现MCP工具的必需参数解析逻辑，确保工具调用参数正确性
- 性能优化 (#143, #122)：实现LLM依赖懒加载，引入流式处理机制使资源准备效率提升40%
技术影响力：
- 提交的16个PR被合并至核心开源项目，代码影响数万开发者
- 深度理解MCP协议实现细节，在团队内部推动标准化Agent架构落地
- 活跃于MCP社区，参与协议设计与问题讨论
二、PatSight 平台
2024.07 - 至今 | 架构设计 & 核心开发
AI驱动的药物专利数据挖掘与分析平台（晶泰科技 x IDEA研究院联合开发），1小时内自动从专利中提取关键数据。
背景与挑战：
- 需要处理海量非结构化专利文档，自动提取分子结构与生物活性数据
- AI模型推理耗时，需要设计高效的后台任务调度与结果缓存机制
- 与外部研究院协作，接口兼容性与数据一致性要求高
架构方案：
- 设计异步流水线处理专利文档解析、AI提取、数据校验三阶段
- 实现可配置的数据抽取规则引擎，支持不同专利类型
- 构建分子数据管理与SAR分析能力模块
业务价值：平台上线后显著缩短药物研发前期的专利调研周期，从数天缩短至1小时内。
三、ID4 药物研发平台
2019.06 - 2024.12 | 平台架构负责人
SaaS + 私有化部署的药物研发计算平台，提供分子生成、自由能计算、力场拟合等服务，支持多租户、多云调度与统一数据管理。
3.1 XMolgen - AI分子生成平台
2022.12 - 2024.12
背景：AI分子生成模型迭代快，需要灵活的模型接入机制；分子库数据量大（百万级），查询性能要求高。
架构决策：
- 分层架构：基于DDD设计，internal封装entity/infrastructure/service，对外暴露application/facade层，实现领域边界清晰
- 算法接入层：FastAPI搭建RPC服务，算法接口自动注册为HTTP API，实现算法团队独立发布
- 数据访问层：gRPC Stream构建分子库Proxy Service，屏蔽底层存储差异，支持多云调度
性能优化：
- 设计策略模式统一处理不同算法结果，封装moldb层提供统一接口
- 结果分片存储与按需加载，分子数据查询性能提升60%
- Redlock分布式锁实现租约机制，支撑高并发ID生成
成果：支撑5+分子生成模型快速接入，实现多云无缝切换，故障恢复时间从小时级降至分钟级。
3.2 XFEP - 自由能计算平台
2020.06 - 2024.12
背景：FEP计算是药物亲和力预测的金标准，单次计算耗时数小时至数天，任务状态管理复杂。
核心设计：
- 异步任务框架：设计任务状态机管理（提交→运行→完成/失败→结果回收），支撑长时间运行任务
- 算法发布机制：JSONRPC-like API设计，算法团队可独立发布新版本，无需后端介入
- 稳定性保障：任务超时检测、失败重试、异常告警，任务成功率从92%提升至99.5%
3.3 XFF - 分子通用力场平台
2019.06 - 2020.06
- 负责力场数据存储格式改造，提升数据处理效率50%
- 开发任务提交API，支持大规模能量计算任务并发提交
四、数字化平台建设
2020.08 - 2023.10 | 架构负责人
内部药物研发数字化平台，包含药物管线管理、药物分子库、DMPK实验管理三大核心系统，支撑DMTA全周期研发流程。
4.1 药物管线管理平台
架构演进：
- MVP阶段：Django + DRF快速验证，3周内完成原型，验证产品方向
- 规模化阶段：迁移至Golang微服务，拆分用户/项目/数据三大领域，支撑100+活跃用户
关键设计：
- 权限体系：调研RBAC/Casbin等方案，采用RBAC + Casbin实现细粒度权限，配置效率提升70%
- 性能优化：Redis缓存复杂数据分析结果，响应时间从2s降至200ms
- 消息通信：Pulsar消息队列实现异步通知，系统耦合度降低
4.2 药物分子库
数据架构：
- 数据模型：Star Schema设计，平衡写入性能与分析灵活性
- 元数据系统：支持字段动态增删，Schema变更无需停机，支撑50+自定义字段
- 计算集成：FAAS + RPC构建在线分析能力，支持同步/异步两种模式
规模：管理100万+分子的全生命周期数据。
4.3 DMPK实验管理平台
2022.04 - 2023.10
- DDD领域建模，清晰划分订单/商品/交付物边界
- 技术栈：Gin + Bun ORM，API响应时间**<100ms**
- 拆分控制链路与数据链路，与药物分子库实现读写分离
技术栈
编程语言：Golang（精通）· Python（精通）· Rust（熟悉）
架构能力：微服务 · DDD · 云原生 · 高并发系统 · 数据密集型应用
核心技术：
- Web框架：Hertz · Gin · FastAPI · Django
- 数据存储：PostgreSQL · Redis · NebulaGraph · TiDB · S3
- 消息通信：gRPC · Pulsar · Kafka
- 云原生：Kubernetes · Docker · Consul
AI/LLM：MCP Protocol · LangChain · Tool Calling · Agent架构
其他
教育：中山大学 · 海洋科学 · 本科 (2013-2017)
博客：edison-a-n.github.io - 技术文章与架构经验分享
语言：中文（母语）· 英文（技术文档阅读与写作）