Roman Matveev

负责完整开发周期：对现有方案进行逆向工程，从零设计 API，并实现自动化交易策略。

结果： 在平台开始检测机器人之前，该机器人在账户余额上实现 8–30 % 的日利润。

计划： 在一个账户池中模拟单个用户，为每个账户降低活跃度；发现并接入新的市场。

构建并上线了一个基于 FastAPI 的网页平台，汇总 来自 OpenRouter API 的 300+ 语言模型数据——名称、context-window 长度以及当前 token 定价——并 自动补充其在 LMArena 榜单中的排名。结果以交互式 可检索的表格呈现。

结果： 平台已投入生产：聚合 300 + 开源 模型，帮助开发者快速查找与对比 LLMs。

计划： 自动追踪新的榜单排名，并提供公共 API。

为开发者打造聊天助手：在 MCP 上的 LLM 核心与 FastAPI 服务器，可热加载并管理插件，支持带上下文传递的工具链。

结果： 交付可即用的 EnhancedMCP 核心，支持插件 hot-reload；提供带智能 prompter 与级联 调用的 CLI 客户端；基础插件集：file system、multi-LLM、browser automation、terminal，以及 chain-of-thought history。

计划： UI 开发；I/O 优化；改进 prompt engineering (动态模板、token 优化)；扩展 auto-executability (plan-and-execute 循环)。