PROJECT 01访问产品
LinkAtlas
隐私优先的个人书签工作区
从产品定义到生产部署完整落地。不同 OAuth 身份拥有相互隔离的数据空间，核心数据保存在本地 SQLite 中。
覆盖边界
产品、前后端、认证、数据、测试、部署技术路径
Next.jsTypeScriptDrizzleDockerCaddy
工程重点
身份隔离版本化备份失败降级发布门禁
结构示意与真实界面对照。截图来自自动化测试环境。
查看项目详情OPEN TO WORK · 2026
前端工程化出身，向产品、服务端、生产运维与 AI 应用持续扩展。
0110+年软件开发与交付
02端到端从产品边界到生产验证
03证据优先测试、审查与浏览器 QA
01 / SELECTED WORK
用真实系统说明能力。
一个证明全栈产品交付，一个证明 AI 工作流设计。两者共同构成我的工程主线。
PROJECT 02公开仓库
01需求
02规格
03人工确认
04AI 实现
05独立审查
06测试与 QA
CM Workflow
规格驱动的 AI 开发工作流
把模糊需求变成可审查规格、实现任务、独立评审、测试和浏览器 QA 证据。重点是让结果可以检查、恢复和继续。
覆盖边界
产品方法、Agent 角色、Skill 边界、测试与恢复技术路径
CodexAgentSkillPlaywrightGitHub Actions
工程重点
人工确认独立审查持久化状态失败恢复
02 / CAPABILITIES
我能解决的问题
技术栈会变化，我更关注系统在真实约束下能否长期工作。
AI 应用工程
模型接入、Agent 工作流、结构化输出、工具边界、人工确认、失败降级与结果验证。
让 AI 参与真实任务时仍然可控。全栈产品交付
从交互、API、认证和数据存储，持续做到容器化、HTTPS、备份、迁移和生产验证。
独立跨越产品、前端、后端与部署边界。工程可靠性
自动化测试、浏览器 QA、依赖边界、性能与可观测性。用执行证据替代应该可以。
每次交付都能复查、回滚和继续。03 / PATH
从工程深度，走向完整产品。
职业起点是 Java 与企业项目交付。现在，我把相同的质量要求带到全栈产品与 AI 应用。
- 01起点Java 与企业项目交付
- 02积累前端与跨端开发
- 03深化工程化、性能与可观测性
- 04扩展Node、数据与云服务
- 05现在全栈产品与 AI 应用
04 / EXPERIMENT查看开源改进与案例
实验，也要跑完整条链路。
基于开源项目改进的多模态工具链。从语义预检、笔迹规划、Canvas 渲染到视频编码和人工验收，不把生成了文件当作完成。
29,776条规划笔迹
64 秒完整成片
1080 × 144025 fps 输出
05 / WRITING
写下判断，也公开方法。
从求职主页开始，逐步沉淀关于 AI 应用、产品交付和工程可靠性的文章。