返回作品集首页
Portfolio details

项目介绍与验证方式

这里按项目概括业务任务、负责内容、产品判断、技术方案与验证结果。

AI-friendly product specification

AI 带读教练

AI 阅读产品｜GitHub 开源｜36 条单测通过
产品任务
将一次性 AI 问答改造成有状态、可追踪、可复用的领读产品：根据读者身份、痛点和目标生成全书裁剪地图，逐章产出领读稿，并用迁移应用题检查理解。
需求结构
把数据模型、章节解析、阅读批次、进度状态、生成约束、降级策略与验收清单写进可直接供 AI 工具读取的结构化需求，再推进 UI 原型。
产品边界
生成链路采用厂商无关的 HTTP Agent 接入层，兼容 SSE、NDJSON、JSON 与纯文本响应；外部 Agent 未配置或调用失败时自动切换本地流式引擎，来源、token 估算与耗时在开发者面板中可见。
验证结果
36 条 Vitest 用例通过，并完成 typecheck、eslint 与 build；测试曾发现并修复新建书籍时忽略传入章节状态的问题。
当前状态
已在 GitHub 开源；已完成状态化阅读流程、通用 Agent 接入、离线降级与工程验收；验证覆盖自动化测试和构建检查，尚未开展用户效果评测。
该项目重点展示 AI 友好型需求文档、状态化产品设计、厂商无关 Agent 接入、降级路径与可执行验收标准。查看 GitHub 源码
Tool calling · Context control

PersonalOS Tool-Calling Agent

本地应用模块｜JSON Schema｜SQLite 会话留存
产品任务
在本地优先的多模块工作流系统中，让模型按问题选择知识检索、全文检索和文章查询等工具，并完成多轮调用。
交互契约
为工具能力定义 JSON Schema；模型只提出调用意图，系统校验参数、执行受定义的工具，再将结果回填到对话。
上下文边界
按问题关键词裁剪模型可见的工具 Schema；默认只暴露知识检索与全文检索，并限制工具结果长度及历史消息数量。
运行边界
历史消息最多带入最近 10 条，Agent Loop 上限为 10 轮；对话与已使用工具记录在本地 SQLite 中。
可核查入口
提供受登录保护的工具列表、对话创建、读取与删除接口，支持恢复会话并核查已调用工具。
该模块重点展示 Tool Calling、Schema 裁剪、上下文控制、有界循环与本地留存。
Java Agent implementation

Spring Boot Agent Gateway

个人工程实践｜JDK 21 + Maven｜6/6 测试通过
项目内容
我用 Java 21 / Spring Boot 3 实现 Agent Chat API、有界 Agent Loop、白名单 Tool Registry、JSON Schema 参数校验、工具 trace、会话存储和最小 RAG。
工具管理
注册 knowledge_search 与结构化 read_only_query；通过白名单、JSON Schema、超时与有限重试控制执行。
验证结果
在 JDK 21.0.12 与 Maven 3.9.16 环境完成编译，4 个测试类共 6 项测试通过；测试覆盖工具执行、RAG 切分/召回和应用层 Agent Loop。
运行方式
mvn test；默认使用 H2 与 memory adapter，MySQL / Redis / OpenAI-compatible 模型通过环境变量切换。
扩展接口
默认 HashEmbeddingPort 完成服务链路验证；EmbeddingPort 保留替换接口，便于结合具体数据评估召回质量。
这个项目重点展示 Java / Spring Boot 服务端表达、工具管理、异常处理和可测试的 Agent 执行链路。
Primary implementation

协作雷达

个人工程实践｜v0.4.2｜已完成异常输入测试
项目内容
我实现了七模块协作状态卡片和确定性处理层：来源记录、PII 脱敏、跨轮聚合、Schema 校验、冲突检测，以及 CSV、飞书多维表格和 Notion 字段映射导出。
自测范围
代码中包含 CSV 公式注入 E4、SVG XSS T5、Markdown 表格注入 M1–M5，以及坏 JSON、类型不符和缺文件的对抗输入处理。
实现方式
通过固定 Schema、确定性处理和 selftest，将会议纪要、群聊记录等材料整理为结构化状态卡片。
适用范围
适合协作材料整理、状态汇总和结构化导出场景。
项目重点展示结构化处理、输入防御和可复现自测。
Open source repository

WeRead AI Brain

GitHub 开源｜用户自行配置 API Key
公开来源
GitHub：yamyeed/weread-ai-brain。
项目内容
项目整合微信读书相关数据、可视化看板、AI 分析与 Markdown 知识导出；Skill 文档包含依赖、命令和环境变量说明。
使用前提
使用者需自行提供 API Key 并在本地配置环境变量；公开仓库不包含个人密钥。
使用方式
项目以开源仓库和 Skill 配置为主要交付形式，用户可按文档在本地运行。
ClawHub 下载量采用公开 API 的累计下载量口径；查看当前数据。
External task records

模型任务评测

模型任务评测｜覆盖 5 个代号模型、3 类任务
项目内容
我在两个执行环境下，记录 5 个代号模型完成 3 类复合任务的工具调用、文件处理、代码执行、数据分析与产物保存表现。
评测维度
覆盖任务理解、工具调用、文件处理、代码执行、数据分析、产物保存与结果稳定性。
输出结果
将上下文丢失、工具链路中断、产物格式不一致和结论缺少数据支撑等问题整理为可复盘的失败模式。
Controlled workflow

Text2SQL 工作流与 Schema 评测

个人工程项目｜Text2SQL Agent
项目内容
我实现了意图澄清、Schema 检索、SQL 生成、预校验、人工审批、执行、失败重试与审计记录的状态机。
技术重点
使用 SQLGlot AST 进行只读查询约束，并在 SQLite 沙箱中完成可执行性检查、结果限制和风险控制。
项目定位
适合展示自然语言查询、结构化校验、人工审批和可恢复工作流的设计能力。
开源贡献
为 awesome-ai-roadmap 补充 Schema 候选检索、可信关联路径与评测方法，完成中英双语同步；PR #17 经维护者审阅完善后于 2026-09-29 合并。
后续独立评测
使用 Python / SQLite 对比候选检索与外键路径补全，覆盖联合键、列权限、多路径歧义和业务字段遗漏。包含 8 张合成表、9 个测试输入，34 项自动化测试通过。
查看案例与可复现实验 · 查看完整评测报告 · 下载源码与复现说明
评测使用合成数据与固定参考 SQL，结果用于检验 Schema 选择机制。
Implementation record

RAG 与 MCP 工具协议验证

双框架 RAG｜MCP 协议与工具调用已测试
项目内容
我用 LangChain 与 LlamaIndex 分别实现一套 RAG 管线，对照切分、Dense + BM25 多路召回与 RRF 重排，并以 Chroma 持久化检索数据。
MCP 验证
使用 Python 标准库实现 JSON-RPC 2.0 over stdio 的最小 MCP server，注册 2 个工具；自建 client 已完成 initialize、tools/list 与两个 tools/call 冒烟测试。
产品判断
双框架对照用于验证“框架负责管线封装，检索质量取决于切分、召回与重排策略”；MCP 验证工具协议，权限、审计和人工确认由应用层负责。
测试记录
覆盖协议握手、工具发现，以及自建 client 对 2 个工具的调用链路。
AI workflow decision

费用审核预检：流程节点 AI 化与人机协同

证据预检｜30 条样本评测｜人工复核
问题范围
聚焦报销材料在进入费用规则审核前的证据完整性检查。附件缺失、票面与字段冲突或特批证据不足时转 FLAG 并给出人工补证 / 核实建议；最终审批仍由人工负责。
一次纠偏
规则复核发现，早期规则曾把“附件缺失”与已证实制度违规一起归入 REJECT。修正后，证据不足统一保留为待核验信号；T10 验证“附件缺失不自动驳回”。
评测门槛
12/12 条分流测试通过；30 条标注样本的决策准确率为 63.33%，低于预设 80% 门槛，因此停止扩围并保留人工复核。
可证明能力
主动收窄高风险范围、区分证据缺失与制度违规、用评测门槛决定是否扩围，并为人工复核保留可执行的下一步。
完成内容包括证据完整性检查、FLAG 分流、12/12 条测试与 30 条样本评测。
Public release

科学营养顾问

公开发布｜后台数据可点击核验
公开来源
中文版本、英文版本、讯飞获奖公示。
下载量统计
作品集首页通过两个 ClawHub 公开接口读取中文与英文版本累计下载量，并展示合计。
使用范围
产品说明中保留特殊人群、疾病与医疗建议的转介机制，定位为健康管理辅助工具。