这不只是一个 Vibe-Coding 的 个人主页。

规划并落地 Skill 广场、OpenClaw/Hermes 虾模板市场、案例分享论坛三大板块——把「有哪些 Skill 能用、怎么组合成可用智能体、别人验证过的用法能不能复用」三件事分开承接。

配套下载量排行榜、精选位与分类标签帮用户快速筛选，初期围绕下载量做个人和团队运营激励。

优先建设应用发布、可观测运维、测试平台、研发流程等专属场景。

定义「触发→执行→异常→输出」统一描述规范，把埋在文档里的业务 SOP 转化为可直接调用的 Skill。

以 vibe coding 部署上线场景出发，制定「检查工程→打包上传→环境变量确认→测试环境部署→日志轮询→返回体验链接」全流程；面向财务等非研发用户，将资金接入、核算运营等高频 SOP 拆解落地；累计覆盖 30+ 类常见问题。

引入 GitHub 等渠道的优质通用 Skill 上线 Skill 广场。

调研业界评测方法并结合用户访谈，设计自动化 Skill 评测框架，基于 SKILL.md 自动生成针对性测试用例并执行验证，从五个维度自动打分。

用 30+ 个真实 Skill 完成验证。

针对口语化长难句（如「那个东西帮我量一下」）改写 Prompt，结合对话上下文与用户画像重写成标准指令。

把统一回复「没听清」改为提取 Top2 意图让用户二选一，缺参数时针对性追问。

上线「上传企业私有知识库」功能，让客户导入产品说明书、高频 QA 等专属内容。

对比不同 Prompt 的输出长度与信息密度，将康养建议平均字数缩减 30% 并前置核心结论。

设计「单次解读 + 趋势追踪」功能，把血压 / 体脂等结构化数据转化为拟人化健康建议。

建立历史趋势对比模型，自动分析指标变化斜率，异常波动时触发健康预警。

追踪一期数据（日渗透率 22% / 周留存 56%），访谈 4 位线下 1 对 1 家教提炼工作流，输出竞品报告。

模拟真人 1 对 1 家教，设计「作业托管（每日作业→错题分析→薄弱点强化闭环）」+「薄弱补强（诊断→推荐课包→催到课→学情反馈）」两大模块。

协调产品 / 教研 / 技术完成评审与开发，8 月中交付灰度版本。

设计双层评分：先判断是「记忆错误」还是「发音问题」，再分别给分，避免把发音问题当成记错。

针对不同错误类型给差异化话术——记错推荐「再读两遍原文」，发音问题推荐「跟读标准发音」。

为李白、杜甫等不同诗人设计差异化对话风格约束，用预设问题引导降低启动门槛，建立 Badcase 定期复盘闭环。

设计 AI 自动分类（Bug / 建议 / 无效反馈）+ 口语转标准描述的预处理，生成结构化报告。

基于 FastMCP 封装 akshare 数据接口，构建基金基本信息、净值走势、实时估值、相关新闻等工具集，工具调用成功率达 98%。

设计解析、行情、新闻、总结 4 类 Agent 协作；行情 Agent 基于 ReAct 范式调用工具，自动计算区间收益、波动率、最大回撤等指标，指标计算准确率达 99%。

基于 LangGraph 实现行情与新闻分析并发执行，通过自定义 state reducer 合并多 Agent 输出，整体分析耗时较串行降低 45%。

设计 SFT + GRPO 扩展方案，优化后报告格式合规率由 92% 提升至 99%，风险提示缺失率降至 1%。

负责 ToB CRM 系统 HITV 模块需求分析与产品优化，撰写 200+ 页 FPA 需求文档，梳理业务规则并推进研发落地。

重构核心业务流程，解决多类高频异常问题。