人工智能专业本科生 · 专注 LLM 应用工程与评测方法学
我把 GitHub 当成作品集来经营:每个项目都带可运行的入口、诚实的验证边界和可复现的实验记录——离线演示与真实模型调用分开标注,不拿 mock 分数冒充模型能力。
| 项目 | 一句话简介 | 技术栈 |
|---|---|---|
| AgentLab | 可观察、可恢复的多智能体深度研究工作台:条件路由、SQLite 检查点跨进程恢复、人工审核中断、引用核验、公平 single/multi 对照实验框架 | Python · FastAPI · LangGraph |
| LLM Benchmark Studio | 基于 Promptfoo 原生引擎的模型×提示词×数据集评测工作台:冻结配置审计、失败案例库、稳定性与成本核算 | Node.js · Express · React · Promptfoo |
| 织图 zhitu | 把好奇心织成一张地图:本地优先的知识管理与阅读图谱桌面应用 | TypeScript · Electron · React |
| embodied-ai-learning | 具身智能/世界模型/视频生成的九章课程化学习路线:24 周计划 + 手算练习 + 可运行实验 | Python · 教学设计 |
| high-stakes-ai-evaluation | 高风险场景 AI 评测协议校验器:把数据泄漏、代理指标、证据完整性变成显式阻断项,含变异测试 | Python 标准库 |
| academic-paper-workflow | 端到端论文工作流技能:双硬性审批门禁 + 倒推防伪写作顺序 + 参考文献逐字段核验 | Agent Skill |
AI 工程 LangGraph / LangChain · Promptfoo · OpenAI & Anthropic 原生协议 · 多供应商模型接入(Qwen / GLM / Kimi / DeepSeek)
后端与前端 FastAPI · Express · Node.js · React 19 · Electron · Vite
工程实践 GitHub Actions CI(Windows / Ubuntu 双平台)· pytest 单元与跨进程恢复测试 · SSRF 防护与密钥隔离 · 原子落盘与检查点恢复
- 验证边界诚实 —— mock 演示说明"能证明什么、不能证明什么",真实调用需要显式授权
- 实验可复现 —— 冻结配置、SHA256、数据集哈希、种子随机化、每单元落盘
- 测试即行为 —— 覆盖协议层、错误注入、跨进程恢复,而不只是快乐路径
- 失败也是结果 —— 预算耗尽交付"未完成"与原因,不捏造完整结论
热爱可抵岁月漫长 · 把好奇心织成一张地图