PROJECT ARCHIVE

先看用途，再看实现。

这里保留代表项目、创作工具、开源改造、方法评测和进行中探索。不同完成度会明确标注，不把每个条目都写成成熟产品。

01V2 已完成本地验收

个人项目 · AI 辅助

AI 应用原型 / 个性化工作流

FitAgent

训练与减脂计划记录助手

为需要安排训练和减脂计划的人提供一个可持续记录的入口：输入目标、可用时间与身体情况，获得计划，完成打卡并查看周复盘；静态照片观察可逐条确认或否定，用户限制会进入下一版计划。

我的动作: 梳理目标确认、身体限制、计划生成、打卡记录与周复盘主流程；对静态照片观察保留逐条确认/否定入口，用户限制进入下一版计划。浏览器本地处理关键点，原图不上传后端。
留下什么: 2026-10-01 本地复验：V2 通过 31 条 HTTP 合约断言；V1 黑盒回归 138/138；SQLite 重开、服务重启、前端生产构建与浏览器检查通过。
适用边界: 原型验证的是本地可解释工作流和安全过滤，不代表真实训练效果、医学诊断能力或真实用户采用。

用户流程个性化规则隐私与安全

阅读完整项目说明

02V2 与自动裁判完成本地复验

个人主导 · AI 辅助

AI 产品评测 / 学习场景

LearnQA Gate V2

AI 学习问答质量评测与版本门禁

给维护 AI 学习助手的人使用：更换提示词或模型后，重新检查同一批题目的答案、解释和引用，定位新出现的问题，决定哪些回答需要复核、哪些版本应当阻断。

我的动作: 定义 24 条固定学习任务、JSONL 输出契约、四维评分与 PASS / REVIEW_REQUIRED / BLOCKED 语义；区分 Mock、captured real model 与本轮新生成证据，保留 baseline/candidate 对比；新增只给建议、不改放行结论的 LLM 裁判（A/B 位置交换去偏）、本地检索指标与盲审工作台。
留下什么: 2026-10-15：241 项离线测试通过（旧版回归子集 124 项可单独复现）；24 条任务、20 条登记来源；8 题固定样本上本地检索 Hit@1 87.5%、MRR 0.94；真实模型证据显示 candidate 未改善，版本保持 BLOCKED。
适用边界: 当前是固定合成任务与小样本捕获回放；裁判只给建议且同模型自评不构成独立验证；人工复核完成记录为 0，一致率不可计算；不代表真实学习效果、通用模型准确率或真实用户研究。

任务设计Bad Case 分析版本回归

阅读完整项目说明

032.0 增量已验收（PARTIAL）

个人主导 · 规格、实现与验收

Agent 工程 / 工具治理与评测

ToolGate 2.0

Agent 工具执行网关与受控 LLM / RAG 运行时

当 Agent 准备调价、批量关单或群发通知时，先核对它引用的依据、权限与审批；执行没有回包时先查清是否已经发生，再决定要不要重试。风险操作按幅度自动放行、转审批或直接阻断。

我的动作: 把高风险调用拆成鉴权、参数策略、审批、执行、对账与审计；新增受控 LLM 运行时（Function Calling、Schema 前置校验、多轮会话、UNKNOWN 拒绝重试、录制回放）、RAG 知识库（6 份规范 65 个切片、BM25 + 余弦混合检索、引用校验）与 30 条对抗评测，并把门禁断言写进 CI 工作流。
留下什么: 2026-10-15：全量 329 项测试通过（存量 168 + 新增 161）；30 条对抗用例双模式对比，越权拦截率 0% → 100%、期望一致率 23.3% → 100%、引用准确率 93.1%；138 个源文件哈希比对意外修改为 0，66/66 项存量验收 ID 完整。
适用边界: 整体判定 PARTIAL：容器端到端与真实厂商模型两项未运行；RAG 引用校验位于编排层，尚未成为网关强制门禁；未接入付费模型，也不声称能判断引用与结论的语义相关性。

Agent 工具治理RAG 与引用校验对抗评测

阅读完整项目说明

04团队竞赛项目

前后端联调与验收参与

数据分析 / 团队协作

Cogniq

自然语言数据分析与可核验报告

帮助不熟悉 SQL 的业务用户用文字提出分析问题，查看查询结果及报告依据；在执行前检查字段、权限与查询安全，减少“有答案但无法核验”的情况。

我的动作: 参与前后端联调、数据接入、任务和结果展示验收，梳理字段权限、SQL Guard 与人工复核的职责边界。
留下什么: 项目材料记载：大学生计算机设计大赛福建省一等奖、全国三等奖。
适用边界: 奖项为团队成果；本站未核验证书原件，不将整套系统归为本人独立开发。

团队联调数据流程场景验收

阅读完整项目说明

05原型已实现 · 2026.10 性能升级

个人主导 · AI 辅助

数据工程 / 创作工具

长内容工作台

创作资料治理与质量分析平台

把长篇创作里散落的章节、版本和复盘整理成可查询的数据；数据量涨到十万行后，用复合索引与进程内缓存把一次查询从二十毫秒降到亚毫秒。

我的动作: 设计来源登记、幂等导入、章节版本与复盘模型，搭出 Vue 3、Spring Boot、MySQL 与 Spark Local 原型；本轮做复合索引实验与热点缓存，补上作者数据范围隔离和 10 项缓存与性能测试。
留下什么: 2026-10-15：54 项自动化测试通过（44 既有 + 10 新增）；99,000 行查询经复合索引后扫描行数 99,247 → 23、P50 21.87 → 0.32 ms、吞吐 43.7 → 2,996 qps；热点缓存命中率 99.90%、P50 加速 14.5×。
适用边界: 性能数字为本机单次实测，重跑约 20% 浮动；缓存是进程内 Caffeine，不是 Redis 或分布式；没有外部用户、留存或线上增长数据。

数据建模索引与缓存质量检查

阅读完整项目说明

06个人配置与验证

上游开源 + 个人改造

开源改造 / 内容研究

AI 学习与选题信息筛选

基于 TrendRadar 的场景化改造

从热点中筛选个人真正关心的信息：用关键词分组、来源核对和误筛/漏筛记录，逐步调整信息进入个人工作流的条件。

我的动作: 设计关键词分组和筛选规则，结合个人反馈核对误筛、漏筛与来源，持续调整配置。
留下什么: 保留规则配置、个人反馈和离线检查记录，用于解释一次筛选为何有用或无用。
适用边界: 采集与基础产品来自 TrendRadar；个性化配置不是训练新模型，个人判断不代表全体用户。

开源适配信息筛选反馈迭代

07已完成一轮复测

个人工作区自测

AI 产品评测 / 协作方法

AI 任务交付检查清单与复测

将 AI 协作任务转成可复测的质量标准

把模糊的 AI 协作需求改造成带目标、输入、约束和验收项的任务卡，围绕完成度、证据正确性、边界遵守与输出效率进行版本复测。

我的动作: 设计 16 项任务和评分规则，保留失败样本、复测结果与证据边界，用于检查长任务协作是否稳定、可解释、可回查。
留下什么: 项目文档记录：V2 得分 128/128；未授权读取和跨项目证据误归属未再次出现。
适用边界: 单人纵向自测，任务与评分存在自评偏差；不是底层模型的通用 Benchmark。

任务设计质量标准回归复测

08阶段一进行中

工作流探索

个人工具 / 探索中

求职资料与岗位证据整理

让求职主张能回到真实证据

把简历、项目记录与岗位要求放在同一个可复核的工作区，减少只有结论、没有证据的自我描述。

我的动作: 从个人证据账本、来源关联和人工修正记录开始；岗位匹配、面试与投递辅助按阶段推进。
留下什么: 已有阶段路线和初始证据整理；以阶段一材料为公开范围。
适用边界: 不展示为已完成的自主求职 Agent；后续自动化阶段仍属计划，最终投递保留人工确认。

证据管理流程规划人工确认

项目之外，也有长期实践。

查看自媒体与小说创作