1. 工程化落地：参与 Agent 平台后端架构开发，利用 FastAPI 构建高性能接口，支撑大规模算子调度；
2. 平台前端开发：参与 Agent 平台的前端研发工作，利用 React 开发用户友好的 Agent 平台界面；
3. 算子容器化：将 VASP, LAMMPS, GROMACS 等计算软件或工作流封装为标准算子；
4. 智能调度优化：优化多 Agent 协作逻辑，解决在多步骤、长周期任务中 Agent 调用工具的稳定性问题；
5. 前沿探索：探索 LLM 与科学计算工作流（dflow 等）的结合，实现从自然语言到复杂物理模拟的自动映射。
1. 扎实的 Python 功底：深刻理解 Python 编程，熟悉 FastAPI/Flask 等 Web 框架，代码风格严谨（遵循 PEP8）；
2. 工程化思维：具备良好的系统设计能力，能编写高可维护、模块化的代码；熟练使用 Git 工作流；
3. Linux/容器化能力：熟悉 Linux 环境，能独立编写 Dockerfile，了解基础的计算环境配置。
加分项
- 全栈开发者：熟悉 React 等前端框架，能独立完成高质量的前端页面开发；
- Agent 开发经验：有过 LangChain, LangGraph, AutoGen 或类似框架的实战经验；
- 科研计算背景：了解或使用过 LAMMPS, GROMACS, VASP, CP2K 等模拟软件中的至少一种；
- 分布式/流控经验：了解 Redis, RabbitMQ 或 Celery 等中间件，处理过高并发或长时任务调度；
- 开源贡献：在 GitHub 上有活跃的个人项目或参与过知名开源项目的 PR 贡献。