# Agent 全栈开发工程师

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 北京
- 职能: 工程开发
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/index/position/7623375038457612607/detail

## 来源岗位原文

1. 基于OpenClaw框架开发企业级AI Agent，实现多场景任务自动化（知识问答、审批提醒、数据查询、会议纪要等）
2. 开发和维护MCP Server端工具链，使Agent能安全调用内部业务系统
3. 基于LangChain/LangGraph搭建Agent Workflow，实现复杂多步推理链路与条件分支控制
4. 参与Agent Skills模块开发，构建可复用、可编排的企业技能库
5. 实现Agent与飞书机器人的消息通道对接，支持多轮对话、卡片交互、文件处理
6. 参与Agent评测用例编写与回归测试，确保Agent质量可度量、可追溯
任职要求
- 本科及以上学历，3年以上后端开发/AI应用开发经验，至少1年LLM Agent相关项目经验
- 精通Python，熟悉TypeScript/Node.js
- 熟练使用LangChain、LangGraph，有基于Graph的Agent状态机开发经验
- 熟悉OpenClaw/Clawdbot框架，了解Agent Loop、Gateway、Queue等核心机制
- 有MCP协议开发经验，能独立构建MCP Server并注册工具
- 深入理解LLM能力边界，有Prompt Engineering实战经验
- 熟悉Docker/K8s容器化部署，有CI/CD实践经验
- 了解Manus Agent的多步任务执行模式、Genspark的搜索Agent架构者加分
- 有CrewAI、AutoGen、Dify等Agent平台开发经验者加分
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 1, "project_type": 1, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}}

---
opening_id: 59e80c97-8f4c-4bbd-a732-e7d4201bb4d3

`anm openings save --id 59e80c97-8f4c-4bbd-a732-e7d4201bb4d3`