AI智能体工程师主页
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Harrison Mohr 的网站不是传统 SaaS 工具官网，而是个人应用 AI 工程师作品集。页面重点展示其在 MakeTimeFlow、University of Houston、UChicago Radiology 等项目中的工程经历，核心方向包括生产级 AI Agent、语音 AI 教练、LLM 编排、实时系统集成、云端微服务和深度学习训练管线。
在 AI 能力上，最明确的案例是 MakeTimeFlow 的语音 AI 教练：使用 Claude API 做推理与对话管理，结合 ElevenLabs 实时语音 API，实现自然语音交互、多轮会话、持久化用户上下文和会话状态管理，并通过 REST API 连接外部 Agent 工作流、Claude Code 及日历/工作流系统。研究平台方面，其经验覆盖 AWS Lambda、SQS、RDS/PostgreSQL、Docker、Terraform、nginx 等生产基础设施；医学影像项目则基于 PyTorch、U-Net 和超声图像序列，做肿瘤消融区域分割。
网站未提供服务套餐、小时费率、项目报价、免费试用或标准合同信息，因此无法判断采购成本和交付周期。更准确地说，它适合作为技术顾问或工程候选人的能力展示，而不是可自助开通的 AI 工具产品。
优点是项目覆盖面较完整：从客户研究、产品策略、架构设计到部署都有参与，并且强调生产可靠性、数据管线、评估方法和真实用户需求。缺点是公开信息仍偏作品集叙述，缺少 demo、API 文档、SLA、隐私政策、中文支持和可量化线上运营指标。
适合需要搭建语音 AI Agent、企业工作流集成、LLM 应用原型到生产部署、研究型 ML 平台或医学影像模型管线的团队参考。若企业需要标准化客服机器人、知识库问答或低代码 Agent 平台，则可能更适合选择成熟 SaaS 或开源框架。
正文未说明中国大陆访问、支付或本地化支持情况。其项目依赖 Claude API、ElevenLabs 等海外服务，实际落地中国业务时可能面临网络、合规、支付和模型可用性限制。可考虑国内大模型 API、语音合成服务或自建 Agent 框架作为替代。
本测评基于公开资料整理,不构成购买建议,请以 harrisonmohr.com 官网实际信息为准。
涉及生产级AI Agent与LLM编排经验。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。