- 把生产级工程能力搬进 AI：从 K8s 运维 → AI Infra（GPU 调度、推理服务化）
- 做垂直 Agent：RAG 知识库、ReAct / SOP 工作流、HITL 人在回路
- 从本地训练小模型起步，逐步补齐 AI 底层能力
- 持续输出 Agent 工程与 AI Infra 的深度实践
| 领域 | 技术 |
|---|---|
| 语言 | Go · Python · TypeScript · Shell |
| 云原生 / Infra | Kubernetes · Docker · Helm · Prometheus · GPU Operator |
| AI | LLM · RAG · Agent · vLLM · MLX |
| 前端 | Vue3 · Vite · Element Plus |
| 项目 | 说明 |
|---|---|
| t-minimind | 本地小模型训练实践（miniMind） |
| english-buddy | AI 角色扮演的英语口语练习 |
| myBook | 用 AI Skills 把一本书读透 |
| codefather-cli | 编程导航 CLI 工具 |
| init-min-centos-tools | CentOS 开发环境一键初始化（kubectl / k9s） |
- husky — Go + RAG + ReAct + 飞书工单系统（研究型 fork；已拆出独立 worker、补全 K8s 清单 HPA / PDB / 探针 / 迁移锁；把 ReAct 循环与 SOP 状态推进改成可测的纯逻辑，并用 advisory lock + 数据库 CAS 补上工作流推进的跨副本互斥，64 个用例）
- WeKnora — LLM + RAG 文档理解框架
- dify — Agentic Workflow 平台
- DeepTutor — 个性化辅导 Agent
- Agent 工程：
Prompt→Context→Harness→Loop - AI Infra：vLLM on K8s · GPU 监控 · 推理服务弹性伸缩
不要当又一个学 AI 的人，要当那个能把 AI 在生产环境跑起来的人。