1. 熟练使用Dify，能独立搭建完整的RAG应用、Agent应用、工作流。了解Dify的架构、插件机制、API对接方式。 2. 熟悉RAG（检索增强生成） 技术原理，有实际落地的RAG项目经验，了解索引优化、分段策略、效果评估方法。 3. 有AI Agent开发经验，了解Agent的规划、工具调用、记忆管理等核心机制。

JD要求如下： 硬性条件（必须满足） ✅AI应用平台能力： 1. 熟练使用Dify，能独立搭建完整的RAG应用、Agent应用、工作流。了解Dify的架构、插件机制、API对接方式。 2. 熟悉RAG（检索增强生成） 技术原理，有实际落地的RAG项目经验，了解索引优化、分段策略、效果评估方法。 3. 有AI Agent开发经验，了解Agent的规划、工具调用、记忆管理等核心机制。 ✅基础编程能力： 1. 至少2-3年以上Python开发经验，能编写数据处理、模型调用、平台管理脚本。 2. 熟悉RESTful API开发，了解前后端协作模式。 3. 熟悉Docker容器化技术，能进行AI应用的容器化部署。 ✅大模型相关： 1. 熟悉主流大模型（GPT、DeepSeek、千万Qwen等）的API调用和参数调优。 2. 掌握Prompt Engineering基本技巧，能编写高质量Prompt。 加分项（强烈优先） 1. 有供应链、采购、物流行业经验，了解SRM、TMS、ERP等系统的基本业务流程。 2. 有Dify二次开发经验（自定义工具链、数据源、模型提供商适配、插件开发）。 3. 有企业级知识库问答系统落地经验，特别是合同审核、供应商评估、物流规则查询等场景。 4. 熟悉供应链领域数据特点：非结构化文档（PDF合同、Excel报价单、扫描件）、结构化数据（订单表、库存表）的混合处理。 5. 熟悉向量数据库（Weaviate、Chroma、Milvus、Pinecone）的部署与性能优化。 6. 有大模型微调（Fine-tuning） 经验，能使用供应链领域数据进行模型适配。 7. 熟悉LangChain、LangGraph、Semantic Kernel等AI开发框架。 8. 有前端开发经验（React/Vue），能独立进行Dify前端二次开发。