周子涵 · JavaScript工程师
个人总结
2 年 JavaScript 工程经验,自实习起深耕 AI 前端,专注智能交互界面,以终端视角驱动高性能 Web 应用落地。
主导 AI 对话平台架构升级:基于 React 18、微前端与 WebSocket 长连接治理,首屏可交互时间缩至 1.3 s,崩溃率低于 0.1%;结合 SSE 流式响应与虚拟滚动,首字延迟 180 ms 以内,客诉量下降 40%。
重构智能客服工作台:通过 SSE 实时推送、IndexedDB 缓存与 Zustand 切片状态,端到端延迟从 1200 ms 压至 300 ms,支撑 5 万条消息流畅滚动及离线检索;同时独立开发提示词调试工具,利用 Web Worker 与 Streams API 将高并发渲染帧率提升至 57 fps,已为算法团队日常采用。 此外,负责电商大促组件库搭建、低代码活动页生成工具及 PWA 离线优化,始终以量化指标追求极致体验与工程效能。
工作经历
负责 AI 对话平台前端架构升级,基于 React 18 + TypeScript 重构核心交互模块,用函数组件与 Hooks 全面替代类组件,减少代码量约 25%,单元测试覆盖率提升至 82%。
主导微前端改造,采用 qiankun 将平台拆分为聊天引擎、知识库与用户中心三个子应用,实现独立构建与部署,功能迭代频率提升 2 倍,跨应用依赖冲突彻底归零。
设计 WebSocket 长连接管理与消息同步策略,引入心跳重连与背压控制,支撑单房间 500+ 条/秒高频消息稳定渲染,页面崩溃率从 1.2% 降至 0.1% 以下。
负责性能优化专项,通过路由懒加载、组件级代码分割及首屏非关键资源延迟加载,将首屏可交互时间(TTI)从 2.6 s 压缩至 1.3 s,Lighthouse 性能评分由 58 升至 94。
实现对话式流式响应体验,结合 SSE 协议与虚拟列表按需渲染 AI 输出,首字响应延迟控制在 180 ms 以内,彻底消除长会话滚动掉帧,客诉量下降 40%。
在某头部电商实习期间,针对高频营销活动重复开发痛点,主导搭建 Vue.js 移动 H5 组件库,封装倒计时、转盘抽奖、弹幕等 12 个核心组件,配套 Jest 单元测试,支撑双 11、618 等 5 场大促 30+ 页面快速上线,平均开发周期缩短 40%。
为解决弱网下活动页白屏问题,通过 Webpack 路由懒加载、WebP 自适应与第三方库按需引入,将首屏平均加载时间从 1.9 s 降至 1.2 s,活动期间用户跳出率下降 8 个百分点。
搭建 Jest + Vue Test Utils 自动化测试流程,为抽奖、领券等核心逻辑编写 210 条用例,配合 lint-staged 预检,关键模块覆盖率从 0 提升至 85%,上线后 UI 错乱类 P2 故障减少 70%。
制定多机型适配方案,设计 rem 弹性布局与 PostCSS 插件统一处理 1px 边框,覆盖 iPhone SE 至 iPad 等 20+ 款设备,5 场大促设计稿视觉还原度≥95%,实现零适配投诉。
项目经历
针对智能客服工作台会话延迟高、状态割裂问题,主导基于 React 18 + Zustand 的重构,用 SSE 替代短轮询实现实时推送,端到端延迟从 1200 ms 压缩至 300 ms,首屏可交互时间缩短约 40%。
针对知识库高频检索导致主线程卡顿,设计 IndexedDB 本地缓存层与 LRU 淘汰策略,将高频关键词查询响应时间从 800 ms 降至 100 ms 以内,同时支持弱网离线检索。
利用 React 18 并发特性与 Zustand 切片模式隔离会话流与知识库状态,通过 useSyncExternalStore 精准订阅,消除无关重渲染,80 条/秒消息涌入时 CPU 占用降低约 35%。
设计 SSE 断线重连和消息序列号校验机制,结合 IndexedDB 缓存未确认消息,确保会话记录零丢失,工作台消息可靠性从 97% 提升至 99.5%。
引入虚拟滚动渲染历史消息列表,配合 React.memo 与 Web Worker 反序列化,支撑单会话 5 万条消息流畅滚动与实时检索,客服人均日处理会话量提升 25%。
担任前端负责人,从零搭建电商大促移动端页面生成工具,基于 Vue 3 实现可视化拖拽与低代码配置面板,运营人员可独立产出活动页,单页上线时间从 2.5 天降至 5 小时。
面向 20+ 款主流机型设计多端适配策略,内置 rem 动态基准与 Canvas 等比缩放,配合实时预览实现一次搭建、多端像素级还原,工具产出页面多机型适配通过率稳定 100%。
引入 PWA 离线缓存与 Service Worker 资源预加载,大促页面首屏平均加载时间优化至 1.1 s,弱网与离线场景仍可访问;高并发大促期间页面可用性保持在 99.8% 以上。
基于 Canvas 实现分享海报实时编辑与合成模块,替代设计师手动出图,运营人员可即时调整文案、配色并生成多尺寸海报,海报产出效率提升约 4 倍。
针对 AI 对话产品中提示词调试繁琐、流式响应导致页面卡顿的问题,独立发起并交付调试工具,利用 Web Worker 接管数据解析并通过 Streams API 分块处理,将高并发场景渲染帧率从约 22 fps 提升至 57 fps,首字可见时间缩短约 40%。
采用 Monaco Editor 封装提示词编辑环境,内置变量插槽、片段库与历史版本对比,配合一键流式预览,将单轮提示词平均调试周期从 15 分钟缩短至 10 分钟,被 5 人算法团队采纳为日常工具。
基于 PerformanceObserver 与自定义 timing 构建前端性能监控面板,实时追踪 FCP、长任务耗时及流处理各阶段延迟,及时发现并修复 2 处解析器内存泄漏,保障长时间运行无卡顿。
使用 Node.js 搭建轻量代理层,实现流式请求转发与结构化日志记录,解除调试工具对线上 API 的直接依赖,并支持离线 mock 调试,本地复现问题效率提升约 50%。
教育经历
专业技能
荣誉奖项
毕业设计聚焦AI前端交互,获评院级优秀
示例数据,仅供参考
换个风格试试
挑一个喜欢的风格,一键创建你的简历









































