杜旭嘉 - AI 应用工程师（RAG / Agent）

将微信自动回复脚本升级为具备接入治理、运行诊断与成本分析能力的桌面智能助手，降低长期运行和排障成本。

覆盖 `BaseTransport` 抽象、LangGraph 运行时、三层记忆、可降级 RAG、配置热重载与 Prometheus 风格观测链路。

解决方案

重构运行时：以 LangChain + LangGraph 编排 load_context / build_prompt / invoke / finalize_request，把同步回复与后台成长任务分层处理。
抽象接入边界：将微信入口统一收敛到 BaseTransport，隔离 Windows 微信版本、权限与消息通道的环境差异。
构建三层记忆：落地 SQLite 短期记忆、运行期向量记忆与导出语料 RAG，并支持轻量重排与可选本地 Cross-Encoder 自动回退。
补齐治理能力：完善 /api/status、/api/metrics、/api/config/audit、成本分析、配置热重载与 GitHub Release 发布链路。

成果

交付面向 Windows 微信生态的长期运行智能助手，形成从消息接入、记忆增强到运行观测、配置治理与发布交付的完整闭环。