我是一个偏交付与落地的产品型工程师。擅长从模糊需求中梳理关键路径，把 AI 能力、业务流程和工程实现 组合成可运行、可验证、可持续迭代的解决方案。
我不太关注只在演示里成立的功能，更在意系统是否能进入真实工作流：边界是否清晰、失败是否可恢复、结果是否可衡量，以及后续是否有人能够继续维护。
|
AI Systems Agent 编排、知识库、AI 客服，以及从模型能力到业务结果的完整链路。 |
Delivery Engineering 需求澄清、方案设计、权限安全、集成验证与客户场景落地。 |
Internal Products 把重复操作沉淀为自动化流程、数据工具和可长期使用的小型 Web 产品。 |
AI-native workflow — 让 AI 不只“能回答”，而是能够理解上下文、调用工具并完成任务闭环。
Reliable automation — 强调权限边界、失败恢复、可观测性与长期维护。
Small, useful software — 用最短路径验证价值，再逐步演进成稳定产品。
由 GitHub Actions 每 6 小时自动刷新，也可在 Actions 页面手动更新。
TypeScript
React
Next.js
Node.js
Python
Docker
Supabase
Vercel
Cloudflare
我通常如何推进一个项目
- 澄清目标、边界与成功标准
- 设计最小可运行闭环
- 快速实现并用真实场景验证
- 补齐权限、安全、异常处理与可观测性
- 将有效方案沉淀为可复用能力
| 原则 | 行动方式 | |
|---|---|---|
01 |
先闭环 | 先做最小可运行版本，而不是一次解决所有问题 |
02 |
再验证 | 用真实反馈修正判断，不靠想象堆功能 |
03 |
做系统 | 把重复劳动沉淀为流程、工具与可复用能力 |
04 |
持续交付 | 小步发布、保持反馈，让产品持续向前 |
Build useful things. Keep shipping.
Clarity over noise · Systems over demos · Outcomes over features
Clarity over noise · Systems over demos · Outcomes over features