Representative Work
在 Windows 本地把 GSD 改造成统一多 Agent 控制面，接入 Codex、Claude Code/LiteLLM、AstrBot 与 Phoenix，完成 MCP 桥接、ChatOps 通知、trace 可视化和大型仓库可行性验证。
面向钢铁冶金场景的工业多模态预测系统，融合机尾断面图像、红外温度场和工艺参数，用于 FeO 含量预测与质量评估。
AI Tools
日常围绕 Agent 编排、代码生成、模型路由、视觉语言理解、工作流构建和 trace 复盘建立工具链。
作品集覆盖多 Agent 编排、工业预测、视障辅助、SCP Agent、GTD、机器人控制和安全代码修复等方向。
Courses数字逻辑、计算机视觉、DSP、数据结构等课程项目单独归档，保留学习轨迹。
Research强化学习、Mini-Transformer、计算社会科学和具身智能原型，会继续沉淀为实验记录与技术文章。
Selected Work
智能体工作流抽象、知识库结构设计、行为协议与维护模板
从课程智能体实践中抽象出一套可复用的 Agent 项目模板，覆盖知识库治理、行为协议、发布清单、回归测试和持续维护流程，让 RAG/知识库型智能体从一次性搭建变成可交接、可迁移的工程资产。
本地多 Agent 编排、MCP 桥接、可观测性与运行手册
在 Windows 本地把 GSD 改造成统一多 Agent 控制面，接入 Codex、Claude Code/LiteLLM、AstrBot 与 Phoenix，完成 MCP 桥接、ChatOps 通知、trace 可视化和大型仓库可行性验证。
机器人控制与实验集成
围绕 Unitree 机器狗完成开发环境、运动控制、避障数据获取、路径规划、自主导航和手势识别控制的实践集合。
算法工程与系统封装
面向钢铁冶金场景的工业多模态预测系统，融合机尾断面图像、红外温度场和工艺参数，用于 FeO 含量预测与质量评估。
RAG Agent 与生成系统设计
围绕 SCP 中文维基构建离线知识库、RAG 检索、Function Calling、自主爬取和内容生成的专家智能体。
多模态智能体与端侧感知设计
面向视障人群的端云协同多模态智能体，结合 YOLOv8、Qwen-VL、语音交互、位置服务和安全反馈仲裁。
Archive Strategy
能体现完整系统、真实场景或明确技术闭环的项目，单独进入作品集，例如 FeO、Lumina、SCP Agent。
以课堂训练、作业集合、基础实验为主的内容，统一放入课程大类，证明基础但不稀释代表项目。
Writing
把四个计算机视觉实验和一个 YOLO 结课报告实验抽象成一条能力路径：数据处理、模型结构、评估指标、GPU 训练、失败样本诊断和作品集叙事。
基于 R 语言课程智能体和 standardized-agent-workflow 的新一轮更新，复盘如何把往届学生报告从不可直接开放的原始材料，处理成可审核、可上传、可测试的抽象知识。
把一次课程智能体实践抽象成可复用模板的复盘：为什么知识库边界、行为协议、发布清单、回归测试和维护记录，比单次 prompt 调优更重要。