bugyalu

About / the person

热闹背后的那个人。

王加博 · Frontend / Full-stack engineer · Shenzhen · China。Open to thoughtful collaborations。

Contact

Emailbugyaluwang@qq.com

GitHub@GrinZero

BaseShenzhen · China

StatusOpen to thoughtful collaborations

下班之后

👨🏻‍🍳

小厨神

试试冰淇淋,还是蒜泥白肉?

🏸

羽毛球

新手上路,祝我成功

🦉

INTJ

紫老头

把复杂系统变成可以被理解、被使用、也值得被记住的东西。这里记录我的项目、实验和正在形成的观点。

Highlights

为什么团队会记得我

每一段经历里最值得留下的部分。

  • 🍃

    跨端全栈开发能力:Web(React)、Node.js、Hybrid App、Electron/Tauri,以及 Rust / Python。

  • 🧙‍♀️

    深入前沿的解决方案研究员。自研 node-network-devtools 推动 Node 社区补齐网络调试缺失,深度参与官方 issue 与方案讨论;过去一年 Node 主干陆续落地网络调试能力并更新 CDP 协议。目前为 Node.js 贡献者(PR 已合并、多个 review 中)。

    开源 · GitHub ↗
  • 🤖

    国内第一批 AI 使用者 & 萌时最早提出并实践 AI 的人。在公司内建立研发智能定位分析 Agent 和内部知识图谱,用 AI 驱动研发稳定性提升和提效。

  • 🧪

    具备数据闭环能力。在 MoeGo 主导全链路性能治理和数据防劣化闭环治理,建立初步性能实验室。

  • 🚗

    推动能力和执行力较强。25 年中旬主动为系统引入 BFF 并引领首次业务生产落地,推动 fintech、crm、erp 等团队接入,建设错误率指标监控,打通浏览器 trace 到微服务全链路。入职 MoeGo 一年绩效分别为 E 和 O。

  • 🌟

    善于通过底层创新交付系统性解法。自研 24×14 存储的 rrweb 日志调试系统,让对应系统 9%(180/2000) 的无法复现工单率降到 4.7%(70/1500)。

Skill tree

技能树,诚实版

A 是能扛事的领域,B 是落地过真实项目,C 是学过但已经还给老师。

  • A+TypeScript / JavaScript / CSS处理性能问题的基础能力
  • A+Node.js官方的网络调试方案提供者
  • A+React魔改成功 React 编译器
  • AAI / Agentic Workflows国内第一批 ChatGPT 玩家 · Devin 深度用户
  • B+React Native / Expo修复 Expo 持续三年的原生缺陷
  • B+Rust落地两个应用
  • C+Electron / Tauri学而不精
  • CPython量化入门
  • C小程序快忘光了

Work / field record

三年,三个战场。

从腾讯的性能监控实习,到米哈游的埋点平台,再到 MoeGo 的 AI 工程、BFF 与全链路性能治理。

MoeGo

前端开发工程师

2024.5 — 2026.4

🔥AI 应用专项工程

codex / gemini + Weaviate + Express

为了推动 AI 在 MoeGo 各个流程中的提效和实际落地,以 LiteLLM 为基础向全公司开放免费 token,允许员工自行探索 AI 应用的落地。我在专项中推出了以下几个产品 / 解决方案。

研发智能定位分析 Agent

基于 RAG 聚合 + 成熟 Agentic Runtime + 服务端流程编排的 AI Native Workflow Engine。起初为了解决历史信息沉淀在多个平台无法提供有效上下文的问题,在 RAG 知识图谱初步落地后,顺势拓展成可以帮助研发排查 CS 单以及修复 Sentry issues 的 Agent。

  • 基于 Codex runtime 搭建公司级工单定位工作流,把一对一调查 QA/研发工作流沉淀成 SKILL:常见 CS 问题定位平均时间 1h → 10min,提效 90%。基于此拓展的 Sentry 修复 Agent 使修复时间 20min → 5min;截止离职共修复正好 100 个问题,修复建议有效率超过 70%,可以直接合并的 PR 27 个。
  • 搭建 RAG 知识图谱,建立 Slack 消息与 JIRA、GitHub、Sentry、Intercom、发布记录、记忆等实体的关系,通过 BM25 全文检索和向量化检索召回数据提供给公司多个 Agent。
  • 建立分步评估体系,按问题类型分桶评估 summary 抽取、实体关系抽取、检索、证据融合与最终 Agent 效果,基于问题分类、多路召回融合持续优化:关键证据 Recall@10 从 43% 提升到 72%,Recall@5 从 38% 提升到 60%。

Global Search 能力

MoeGo 功能繁杂、难以索引。我推动了全局搜索能力在产品中的实际落地,支持 cmd+k 快速页面跳转,并规划常见 action 调整、AI 搜索等能力。这是 MoeGo 研发推动产品变更落地的首次建树,被列入公司 AI 化计划的核心组成之一。

🧐MoeGo App / CApp

React Native + Next.js + Java / Swift

MoeGo App 是提供给宠物商家员工的 App,包含移动美容、预约管理、IM 消息等功能(ARR 16.94M $,UV 25k);CApp 是给不同 Enterprise 商家定制的 C 端 App。我在 BApp 主要负责基建工作,在 CApp 则是核心业务 Owner。

App 热更新管理平台

基于 Expo Update Server 协议定制的热更新管理平台,解决 MoeGo App 热更新场景无法回滚、A/B Testing 能力缺失、不支持多租户、运行时兼容性管理混乱、接入层基建不统一、发布不可审计、更新数据不可量化等痛点。

Brand Figma Plugin

为解决 Brand App 多租户场景下定制化资源繁琐的设计和研发人力占用,设计并推动构建了设计-研发-上线的一体化协作链路。支持设计资源自动上传并落库,单个 App onboard 时间从最低一周下降到最短 2 小时、平均 2 天。

C App 业务支撑

  • 主导 CApp 向 hybrid app 的技术转型,打通跨端鉴权和 UI 兼容,通过公共协议包规范 WebView/App 通信,在业务 DDL 重压前交付,上线后得到 T1 商家好评。
  • 主导 CApp 多商家能力的系统架构设计与建设,支持品牌级别的资源隔离(图标、字体、图片、配色等),已支持 4 家商家接入。
  • 首次在 MoeGo 引入原生开发,完成 Live Activity 能力建设,突破跨栈技术壁垒,显著提升 App 实时交互体验。
  • 为 Expo 修复 Android 通知点击 crash 的社区遗留原生缺陷,彻底根除稳定性问题。
  • 独立负责地图和 IM 模块开发,打通实时通信链路,提升 Mobile Groomer 与客户的沟通效率。

🪄基础能力建设

TypeScript + Hono(Node.js) + Docker/k8s + Datadog + AWS

BFF 项目

Backend for Frontend,由前端开发/使用的后端项目,为解决团队内在前端组装请求数据导致的业务复杂度而诞生。

  • 搭建 MoeGo 首个 Node.js 服务,设计并实现多个脚手架脚本(连接 k8s 集群进行调试的交互式 CLI、create-route 模板 CLI),让研发接入无心智负担。
  • 将首个业务接口 /init 在 BFF 落地,用有效的结果向业务推广。截止离开 MoeGo,前后端团队均以 BFF 项目作为唯一流量入口进行开发。
  • 接入 Trace 对齐后端微服务,建设接口错误率、schema 对齐率、服务流量看板和日报,推进 owner 修复。
  • 实现基于 AWS 直传机制的大文件分片上传,支持分片上传、断点续传、并发上传、主线程隔离。SDK 侧统一构建,相比普通上传,上传耗时降低超 60%,存储空间节省超过 50%。

dpdm-fast开源 · GitHub ↗

团队 Lint 流程依赖 dpdm 做循环依赖检测,随代码规模增长耗时飙到 1 分钟以上。基于 Rust + swc 重写并开源,主仓检查耗时 80s → 4.2s,近 20 倍提升,覆盖 99% 原有测试用例。

BugSpy 24×7 问题回溯系统

在复杂系统中,无法复现的缺陷一直是最难排查的问题类型之一,随着系统复杂度提高,这类工单的比例逐步上升。借鉴社区方案 PageSpy 的思路,设计并实现了支持 24 小时行为日志存储的故障排查系统。

前端项目健康度建设

打造性能与错误红线,推动业务质量流程落地,根据团队需求实现自定义 lint 规则,并推动前端错误治理和性能预算实施。

🚀业务性能优化专项

紧急时刻介入 Web 端性能优化:首页表格加载 1.95s → 270ms,lodging view 日历加载 3s → 400ms,解决持续很久的日历动画卡顿以及其他子项优化。

优化状态库 amos,引入 auto batching,提升大部分页面 LCP 200~500ms(平均 38%),并解决特定场景下批量渲染卡顿问题。

优化 B App JS bundle:首屏加载缩短 400ms(13.3%),减少约 150MB 内存占用(17.4%),精准定位热更新下载缓慢缺陷,下载体积降低 50% 以上。

schema 懒加载:通过 getter 和 proxy 实现懒加载优化。

LCP 专项优化:P75 LCP 下降 2s+,P95 LCP 下降 5s+,降低超 50%。

为巩固性能优化成果,设计并实现食尾蛇工作流,实现性能问题的源头溯源和自动评估。

米哈游

前端开发工程师

2023.6 — 2024.5

WebVitals 性能可视化平台(Sniffing v1.7.5)

参与 Sniffing 埋点系统及性能可视化平台的迭代升级,承担核心功能模块的前端重构任务。

独立构建性能指标大盘、会话分析表格、字段管理工具等关键模块,优化项目依赖与构建流程。

通过重构构建链路与性能组件,将页面启动耗时从秒级降低至毫秒级,打包产物缩小 20%,实现 v1.7.5 的按时高质量交付。

🧠埋点协作平台 Sniffing Together(v1.8.5)

负责埋点协作平台的前端开发与功能迭代,提升协作效率与使用体验。

重构侧边栏结构与核心交互,包括折叠伸缩、项目卡片、版本卡片及全局参数能力等模块。

主导完成 Vite 与 Ant Design 的版本升级,并在任务提前完成后主动承担全局参数模块改造。

跨栈参与后端 Node.js 优化工作,针对 ClickHouse 查询进行调优,将多个查询语句执行时间从秒级降至毫秒级,在紧张工期内高质量交付 v1.8.5。

📢运营公告平台 SDK(v1.0.0)

负责运营公告平台前端 SDK 的架构设计与开发,为多业务线提供稳定高效的公告渲染能力。

自研超微响应式渲染框架,支持灵活的公告样式与布局,增强开发体验。

对打包体积进行深度优化,从 200+KB 压缩至 13KB,同时保证兼容性覆盖 IE10。

引入指数退避策略优化拉取稳定性,最终实现稳定上线并获得较好反馈。

🗂️OSS-SDK 文件上传工具链(v0.1.0)

独立负责 OSS-SDK 的设计与开发,为用户提供一站式上传下载能力,兼容旧版 OSS 逻辑。

实现分片上传、断点续传、有效帧提取、缩略图返回等能力,支持 Worker + WASM 架构执行 CRC32 计算。

针对社区开源方案进行性能重构并封装为私有包,CRC32 算法性能提升 10%~25%。

在高压工期下成功交付首版 SDK,显著提升产品在文件处理方面的可接入性与性能体验。

腾讯

前端开发实习生

2022.1 — 2023.2

腾讯客户端性能分析平台(QAPM)是一款面向银行与集团内部使用的性能检测 SDK,前端基于 React + Redux + Saga 构建,支持多维数据可视化、行为分析与性能追踪。

👀QAPM 项目开发与工程优化

支持性能监控平台多个子模块开发,独立负责用户行为轨迹模块、项目详情页、跨时区时间展示方案。

针对多图表页面性能问题,基于 IntersectionObserver 实现懒加载 hook,接入至 50+ 页面,显著改善滚动卡顿。

主导前端工程优化:Webpack 打包体积 13.3MB → 2.7MB,首次启动时间 33.1s → 18.8s,HMR 缩短至 600ms。

构建内部 CLI 工具链,升级 Babel 配置,引入 ESLint + Husky 流程,提升开发效率与质量保障。

输出多份模块设计与开发文档,提升新人上手效率,推动团队技术知识沉淀。

🏅其他贡献与表现

支持腾讯 Mini 项目,指导学员实现前端自动化监控与图像压缩。

获得中期考核「优」、终期考核「S」,获颁「部门力求上进奖」。

Education

深圳技术大学

物联网工程 · 本科 · 新学校,一本线以上

2019.9 — 2023.6