关于我
一名全栈开发工程师，江湖人称“全干工程师”。前端体验、后端服务、数据处理和上线运维都习惯一起盘明白。面对功能复杂的软件系统，我更关注如何把需求拆清楚、技术选合适，并从原型一路推进到稳定交付。
这些年持续关注人工智能和机器学习，也在实际研发中把 AI 当作工程能力而不是展示标签：用于知识检索、代码辅助、测试生成、文档整理和流程自动化。目标很直接——减少重复劳动，缩短验证周期，在保证质量的前提下提升研发效率、降低重复研发投入。
没事爱琢磨怎么让技术既好用，也真正解决问题。“技术雷达”一直开着，但不会为了追热点强行上新方案；成熟技术能稳定解决的就保持克制，只有当 AI 或算法确实带来更好结果时才引入。键盘之外喜欢骑行和音乐，在持续学习与长期交付之间保持节奏。
技能点
覆盖 AI 应用、机器学习与数据能力，也保留支撑长期交付的全栈开发、DevOps 和研发效能基础。
智能应用与大模型
围绕真实业务场景组合知识库、智能体与模型能力。
RAG 知识库
AI Agent
模型集成
智能工作流
机器学习算法
围绕数据建立可解释、可评估的预测与决策能力。
分类预测
推荐算法
异常检测
计算机视觉
数据与模型训练
以可靠的数据基础支撑算法选择、训练优化和效果验证。
数据治理
特征工程
模型训练
微调与评估
全栈开发
覆盖前端体验、后端服务、数据接口和业务系统集成。
Vue / Nuxt
TypeScript
Python / Java
API / 数据库
DevOps 与交付
把软件和模型服务稳定地构建、发布、监控并持续迭代。
Docker
CI / CD
云端部署
监控运维
研发效能提升
在合适环节引入 AI 与自动化，减少重复投入并缩短交付周期。
辅助编程
自动化测试
知识沉淀
流程自动化
项目集
可靠的软件项目离不开架构、数据、接口与部署能力；这些工程基础同样决定 AI 方案能否稳定落地。
Avatar
基于 Nuxt 静态预渲染构建个人技术品牌网站，兼顾长期维护、页面性能与搜索引擎收录。
Victoria
基于 Python 的密码分析和生成工具，具有强度评估和泄露密码检测功能。
Leaf
基于 Redis 实现的分布式序列号生成服务，具有快速响应及自定义生成模式。
更多案例与产品持续沉淀中
咨询项目解忧码
从业务问题出发，选择合适的技术与 AI 能力，把想法推进到可运行、可评估、可维护的系统。
- 01
需求与数据
明确业务目标、可用数据、成功指标和项目边界。
- 02
方案与原型
选择传统软件、AI / 算法或组合方案，快速验证核心路径。
- 03
研发提效
借助 AI 辅助编码、测试和知识整理，减少重复工作与沟通成本。
- 04
生产交付
完成系统集成、部署监控、成本优化和后续迭代机制。
联系我
无论是软件系统、自动化流程、AI 应用，还是现有业务的智能化改造，都可以先从一个具体问题开始。