跳转到主要内容
Projects

正在进行的工作

从想法到验证,从实验到沉淀

4+
个项目
4+
个分类

进行中

1

🚀

已完成

0

实验中

0

🔬

计划中

0

💡
AI Agent持续迭代

Hermes Agent 个人情报自动化系统

🎯 从每天2.5小时手动信息收集 → 15分钟AI辅助审核,效率提升10倍,信息覆盖面扩大4倍

构建基于 Hermes Gateway 的7x24小时个人AI助手系统,实现信息自动采集、智能摘要、分类推送和交互式追问。解决每天手动检查多个信息源耗时2-3小时的痛点,将信息处理效率提升10倍。

效率提升
10x

2.5小时/天 → 15分钟/天

📡信息源覆盖
12+

RSS/Twitter/行业网站/Newsletter

摘要准确率
92%

关键信息保留率(vs人工)

💰日均成本
$0.03

API调用费用

🛠️ 技术栈

Hermes GatewayAgent协调和消息路由核心
Python + TelethonTelegram Bot开发和消息处理
GPT-4 Turbo API智能摘要生成和分类
APScheduler定时任务调度(每6小时)
SQLite + JSON本地数据存储和历史记录

✨ 核心成果

  • 定时抓取12个信息源(技术博客、Twitter、Reddit、行业新闻)
  • AI自动生成<500字中文摘要,保留关键数据和链接
  • 智能分类打标:技术/商业/投资/个人成长/AI动态
  • 推送到Telegram频道,支持回复消息进行交互式追问
  • 实现队列机制应对Telegram API Rate Limit (30条/秒)
  • 长文本分块处理 + 多轮摘要合并算法
2025年Q1启动,已运行180+天
#Hermes#AI Agent#Telegram Bot#Automation#Python#GPT-4
Knowledge System进行中

Obsidian PKM 知识库体系重构

🎯 从混乱的800+文件到结构化的知识资产库,查找速度提升16倍,发现200+条隐藏的知识关联

对800+条散乱笔记进行系统性重构,采用改进的PARA方法论建立清晰的主题分类、标签系统、双向链接网络和场景化模板。集成LLM辅助整理,将查找速度提升16倍,笔记复用率提升3倍。

🔍查找速度
16x

8分钟 → 30秒(平均)

✍️写作效率
+60%

新笔记创建时间减少

🔗关联发现
200+

通过链接发现的隐藏关联

📚复用率
3x

笔记被引用次数平均提升

🛠️ 技术栈

Obsidian Core基础笔记和双链功能
Dataview Plugin动态查询和数据可视化
Templater Plugin12种场景模板自动填充
Custom CSS统一的视觉样式和阅读体验
LLM Integration智能标签建议和相关笔记推荐

✨ 核心成果

  • 从单一文件夹(800+文件) → 4大分类(PARA) + 20子目录
  • 建立50+标签体系 + 自动补全 + 标签云可视化
  • 开发12种场景模板(会议记录、读书笔记、项目文档等)
  • 集成LLM实时分析当前笔记,推荐3-5条相关历史笔记
  • Dataview Dashboard展示:今日笔记、本周产出、知识图谱统计
  • 统一命名规范:YYYYMMDD-HHMMSS-关键词.md
2025年Q2开始,已完成70%
#Obsidian#PKM#知识管理#PARA方法论#Dataview#Templater#LLM
Personal BrandMVP 已上线

Harukaze Lab 品牌网站 (Next.js性能优化实战)

🎯 将一个普通的个人网站优化到生产级性能标准,形成一套可复用的Next.js性能优化SOP

使用Next.js 14 + TypeScript + Tailwind CSS构建现代化个人品牌网站。经历完整的性能优化历程:LCP从4.2s优化到1.1s(提升74%),Bundle Size从245KB降到87KB(减少64%),Lighthouse评分从62提升到95。这是一个可复现的前端工程最佳实践案例。

LCP优化
-74%

4.2s → 1.1s

📦Bundle Size
-64%

245KB → 87KB (gzipped)

🏆Lighthouse
+33

62 → 95 (Performance)

🎯FID优化
-75%

180ms → 45ms

🛠️ 技术栈

Next.js 14 App RouterServer Components + RSC + Streaming
TypeScript 5.x类型安全和开发体验
Tailwind CSS 3.4原子化CSS + PurgeCSS优化
Vercel Edge Network全球CDN + ISR部署
next/image + next/font图片优化和字体加载策略

✨ 核心成果

  • 采用App Router架构,利用Server Components减少客户端JS
  • 图片优化:WebP自动转换 + 懒加载 + Blur placeholder (-60%体积)
  • 代码分割:React.lazy()动态导入 + @next/bundle-analyzer分析
  • 缓存策略:ISR增量静态再生成 + SWR客户端缓存
  • CSS优化:Tailwind PurgeCSS移除80%未使用样式
  • Critical CSS内联 + 字体预加载(next/font with display swap)
2025年5月上线,持续优化中
#Next.js 14#TypeScript#Tailwind CSS#React#Vercel#性能优化#App Router
Business验证中

AI电商批量内容生产流水线

🎯 证明AI可以规模化降低电商内容生产成本,但需要10%人工审核环节保证质量

构建端到端的AI内容生产流水线:Stable Diffusion生成模特图 → GPT-4批量生成SEO优化的多语言商品描述 → 自动发布到电商平台。在服装类目实测中,单款内容制作时间从4小时降至15分钟(16倍提升),人力成本降低40倍。

效率提升
16x

4小时/款 → 15分钟/款

💰成本降低
40x

¥200/款(人工) → ¥5/款(AI)

📈日均产能
30-50款

vs 人工2-3款/天

质量评分
8.2/10

vs 人工7.5/10 (+9%)

🛠️ 技术栈

Stable Diffusion + LoRA服装类目专用模型微调
GPT-4 Turbo API多语言商品描述生成(中英日韩)
ComfyUI工作流图片生成批处理pipeline
Shopify/Shopee API自动上传和属性填写
Python + FastAPI流水线编排和任务队列

✨ 核心成果

  • LoRA微调模型:用1000张服装图片训练,生成风格一致性>85%
  • GPT-4 Prompt工程:输入SKU参数 → 输出标题(SEO) + 5点卖点 + 详细描述
  • 支持4种语言自动翻译和文化适配(非直译)
  • 批量处理:一次性导入Excel(50个SKU) → 全自动生成 → 人工审核 → 一键发布
  • 质量控制:AI自检(违规词/描述不全) + 人工抽检10% + 用户反馈闭环
  • 成本明细:图片$0.02/张 + 文本$0.01/篇 + API调用¥0.08/SKU
2025年Q2开始小规模测试,已验证50+SKU
#Stable Diffusion#GPT-4#LoRA微调#Shopify API#电商自动化#批量处理#多语言
💡

有想法想聊聊?

如果你对这些项目感兴趣,或者有合作意向,欢迎通过联系页面找到我。

联系我