Language: 简体中文 | English
喜欢动手把想法做成能用的东西。最感兴趣的方向是让 AI 不止于聊天，而是能自己规划步骤、使用工具、从错误里恢复，把一件事从头做到尾。围绕这件事，我陆续把一个 Agent 需要的零件都造了一遍：执行循环、多 Agent 协作、记忆与检索、评测与对照实验，还有那些不显眼但决定它能跑多久的底层组件，比如限流、熔断、幂等认领。
写代码我用 AI，但翻翻我的 PR 和 commit 就知道，门禁卡得非常严，边界情况、韧性、健壮性这些我盯得最紧。前前后后用过的 Agent 不下三十个：codex、claude、pi、cursor、devin、opencode、dsh、omp、cline、aider、grok build、Kimi Code、MiniMax Code、zcode、TRAE SOLO、Qoder、Xiaomi MiMo、Antigravity、lobehub、hermes、crush、codewhale、deepcode、goose、resonix、workboddy……感受很多，但是这里空间太小了，写不下。前后端都写，Python 和 TypeScript 是主力，也喜欢用 Go 和 Rust 写贴近系统层面的东西。
竞速和音乐是另外两个爱好。F1、MotoGP、GT 这类比赛我都追；听 House 和 Trance，Kygo、Deadmau5、Eric Prydz、Daft Punk 这些听得最多。自己也做过音乐，FL Studio、Ableton Live、Cubase 都用过，以后想做一个自己的插件，混响或者合成器都行。游戏玩得多，Agent 火起来之前我就在试着自己做游戏，后来发现做 Agent 比做游戏还上瘾，就一路做到现在。
项目大多从一个自己真实的需求开始，做着做着就长成了现在这个样子。想不停学新东西，然后把自己的想法做出来，也希望听到真实用户的反馈。
real-mock：AI 模拟面试平台
上传简历，和 AI 面试官来一场带语音的模拟面试：会提问、会追问、会打分，还有负责编程考核与评分复核的其他角色；从简历修改建议到面试报告，一个人就能练完整套流程。
Next.js FastAPI WebSocket SQLite ChromaDB faster-whisper Docker
voyager：人机共用的 AI 工作台
把代码仓库、文档、笔记放进同一个地方打理：你能点的每个按钮 AI 也能调用，AI 能做的每件事你也能亲手做，人和 AI 用的是同一套功能。
FastAPI React SQLite uv workspaces
agent-prism：Agent 对照实验平台
同一个问题让十种不同的 Agent 方案同时作答，答题过程并排实时可见：谁答得好、为什么好，用数据说话，选框架、调策略不用再靠感觉。
TypeScript Zod pnpm monorepo Hono SSE
wave-code：AI 编程助手
一个能长时间自己干活的编程助手：会把大任务拆成小步推进，中途断了能从断点接着跑；干没干成不看它自己怎么说，以工作区的最终状态为准。
Rust MCP
breakwater：LLM 网关
站在应用和大模型之间的一道闸门：谁访问太快了拦一拦，上游挂了自动换备用，用量算得清清楚楚，让依赖大模型的服务稳得住。
Go Redis k6
rutter：AI Agent 的浏览器
给 AI 配一个真实的浏览器：能打开网页、看懂页面结构、替用户点按钮填表单，遇到敏感操作会先停下来等人确认。
Rust CDP MCP
cn-websearch-mcp：联网搜索 MCP 服务器
让 AI 能上网搜索：接了多个搜索源，这条不行自动换下一条，也可以几条一起查、结果合并去重；不接客户端，命令行里也能直接搜。
TypeScript MCP
| 语言 |           |
| 前端 |            |
| 后端 |        |
| 数据库 |        |
| AI |            |
| 基础 |       |
| Rust |      |
| 工具 |                         |
