个人主页 / 2027 届 — AI 应用开发

衡政皓. Heng Zhenghao

新疆大学软件工程专业。把大语言模型、Agent 与多 Agent 协作真正做进产品的人。

查看简历
向下滚动
01 关于 / ABOUT

我的大学生涯,几乎与这轮 AI 浪潮重合。从 ChatGPT 到 DeepSeek,从大语言模型到 Agent 与多 Agent,我不想只看浪花淘尽,而想亲手把它们做进真实产品

0
新疆大学 · 软件工程
0
核心项目协作
0+
项目与产品实验
02 路径 / JOURNEY
2022 / ORIGIN

看见浪潮

LLM 进入大众视野

从 ChatGPT 引发全球关注,到 DeepSeek 展现国内模型的追赶速度,我开始持续观察 AI 能力如何从模型走向真实应用。

Observe
实践 / METHOD

从会用 AI 到协作开发

VIBE CODING + AGENT

踩过上下文失控、需求漂移和验证不足的坑后,逐步形成任务拆解、Agent 分工、上下文管理与交付验证的协作方法。

Method
实习 / FULL-STACK

全栈开发工程师(实习)

时代华章 · 两人项目组

在时代华章担任全栈开发工程师实习生,与另一名开发者协作完成一套企业级 AI 营销与获客平台。项目已经付费交付,处于测试与内测阶段;公开案例仅展示脱敏后的产品结构与工程方法,不公开客户名称、业务数据、账号配置或密钥。

Internship
03 能力 / SKILLS
后端开发
Java/Spring Boot/MyBatis/Java Web

具备 Java EE 基础,能够使用 Spring Boot 与 MyBatis 组织后端服务和业务接口。

Python 与 AI 应用
Python/LLM/Agent/Multi-Agent

围绕科技情报、内容转换、知识库、智能体流程和多角色协作持续推进真实项目。

数据与权限
SQLite/SQL/数据建模/数据隔离

能够围绕用户、任务、素材、线索与积分等业务对象设计数据结构,并处理多用户数据边界与迁移问题。

前端开发
Vue/JavaScript/HTML/CSS

以 Vue 为主要前端框架,完成后台界面、业务流程与前后端联调。

接口与系统集成
RESTful API/AI 服务/内容平台/异步任务

接入过多类模型、内容平台与基础服务 API,能够处理鉴权、任务状态、异常回退和跨系统联调。

部署与产品交付
PyWebView/PyInstaller/Windows/云端服务

做过桌面端打包、云端部署和本地 / 云端混合架构,能根据登录态、GUI 自动化与平台风控划分运行边界。

Agent 开发工具
Codex/Claude/Trae/Coze

熟练使用多种 Agent 开发工具,按任务特征组合使用,而不是依赖单次生成。

工程方法
Vibe Coding/任务拆解/上下文管理/验证交付

从需求澄清到代码检查、调试和验收,建立可复用的 Agent 协作流程。

ADAPTIVE FULL-STACK / PROBLEM → VALUE

工具普及之后,差异重新回到人。

我不把“会用”包装成“精通”:少数能力做深,多数能力在项目里连接;面对陌生领域,更重要的是快速建立认知、找到关键路径,并把新工具转化成可验证、可交付的结果。

CORE / ADAPTIVE DELIVERY

适应力不是口号,是缩短“陌生”到“可交付”的距离。

先建立问题地图,再补足必要知识;先跑通最小闭环,再把质量、边界和交付逐步做深。这是我进入新领域时反复使用的方法。

核心能力 项目实战 快速上手

ONE MONTH / LEARNING SLOPE

从“页面能跑”,到“系统能交付”。

一个月内,我的关注点从“把功能做出来”推进到“系统为什么这样设计、哪里会出问题、怎样把它交付出去”。前端、后端、UI、缓存、部署与 Agent 工具不再是孤立名词,而是被真实需求串起来的能力链。

START / MAKE

页面能跑

从简单平台和明确功能开始,建立把想法变成可操作界面的第一层信心。

CONNECT / SYSTEM

系统连起来

理解前端、后端、接口、数据与权限如何互相影响,开始主动设计完整业务闭环。

DIAGNOSE / ENGINEER

问题能定位

面对缓存、数据隔离、异步任务、部署边界与 UI 细节,不再只会尝试,而是能拆解和验证。

DELIVER / VALUE

价值能交付

快速进入陌生领域、选择合适工具、完成真实流程,并把经验沉淀为下一次更快的起点。

强大的工具不会自动创造价值,
它会放大使用者的判断、方法与执行。

05 工具与方法 / TOOLCHAIN
工欲善其事,
必先利其器。

熟练使用 Codex、Claude、Trae、Coze 等 Agent 开发工具,围绕需求拆解、协作编码、调试审查与交付验证,进行可控的 Vibe Coding 全栈开发。

CODEX / CLAUDE / TRAE / COZE / AGENT WORKFLOW

01 / DEFINE

明确问题

先确认目标、边界、现有约束和验收标准。

02 / DELEGATE

拆解协作

按上下文和职责拆分任务,组织单 Agent 或多 Agent 配合。

03 / BUILD

编码调试

用合适工具推进全栈实现,并持续检查接口与行为。

04 / VERIFY

验证交付

通过测试、真实流程与浏览器验收收口,而不是止于生成代码。

Java Spring Boot Python Vue SQLite MyBatis LLM Application Agent Workflow Vibe Coding Product Delivery Java Spring Boot Python Vue SQLite MyBatis LLM Application Agent Workflow Vibe Coding Product Delivery
— INTERLUDE / 幕间 —

一代人 一代人的 浪潮 不想 一直 那个 只看 浪花淘尽 的人

— SCROLL TO CONTINUE —

从一次真实交付,到一组持续生长的AI 产品

这里的主案例,都从一个具体的问题或真实场景出发,做的是能交付、能验证的版本,而不是为做而做;即便是更早期的实验,我也尽量从能落地的需求切入,而不是停留在概念演示。先展开已经付费交付的企业项目:它的业务闭环、系统规模和关键工程难点。其余四个主案例继续说明问题、工作流与运行证据;更多实验按真实完成度归档。

PAID ENTERPRISE DELIVERY / DE-IDENTIFIED CASE

把 AI 内容生产、跨平台发布和线索承接,做成真正交付给企业的一套系统。

这是我与另一位开发者长期协作完成的中大型项目,已经完成付费交付。系统把多模型视频生成、混剪、数字人、聚合发布、AI 获客、线索管理和后台运营串进同一条业务链路。

热点 / 选题脚本 / TTS视频 / 数字人混剪多平台发布评论 / 私信获客线索跟进
商业结果
两人协作完成,已完成企业付费交付,当前处于测试与内测阶段。这是一次从需求、研发到部署和持续排错的完整产品交付。
系统规模
覆盖 Sora、Veo、Seedance 视频生成,TTS、数字人、智能混剪、热点追踪、聚合发布、AI 引流、线索看板、微信协同与专家智能体等模块。
数据隔离
围绕用户、账号、素材、任务、发布记录、线索、微信数据与积分交易建立 user_id 数据边界,同时为早期遗留数据设计迁移工具。
混合部署
云端承载主服务、管理后台、定价积分与中转能力;依赖 Windows GUI、Cookie 登录态或平台自动化的功能保留在本地桌面端,通过打包与云端协同完成交付。
运营闭环
独立管理员端支持用户管理、按功能定价、交易流水、API 配置与远程充值;用户以积分调用不同能力,让成本控制和日常运营真正进入系统。
公开边界
本页只展示脱敏后的产品结构与界面,不公开客户名称、真实线索、账号信息、接口密钥或业务配置。
PythonFastAPIVue 3SQLitePlaywrightFFmpegPyWebViewPyInstaller
企业 AI 获客平台的工作流编排界面,展示内容生成管线、自然语言指令和任务历史
CONTENT PIPELINE从脚本、TTS、视频到混剪与发布的可配置管线
企业 AI 获客平台管理后台的脱敏截图,展示用户、定价、交易、API 配置和数据迁移入口
ADMIN / DE-IDENTIFIED积分运营、系统配置与历史数据隔离迁移

MORE EXPERIMENTS / 06—12

更多项目,保留它们真实的完成度。

能完整演示的写 MVP,仍在开发的写进行中;因为市场已有成熟答案而暂停的项目,也保留它带来的产品判断。

06

Spring Boot 博客平台

以 Spring Boot + Vue 完成内容发布与管理,覆盖登录、文章、分类、评论和后台管理等典型业务链路。

可运行 / 持续迭代
07

校园超级 App

把校园问答、社交和二手交易放进同一套账号与内容体系,用 MVP 验证校园多场景入口。

MVP 可演示
08

多 Agent 狼人杀

让多个 Agent 分别承担角色、记忆与发言,在公开信息和私有目标之间完成一轮协作与博弈。

MVP 可演示
09

自我学习 Agent

围绕学习卡片生成、复习节奏和错题回收,探索 Agent 如何持续跟进个人学习状态。

MVP 可演示
10

智能穿搭小程序

根据天气、场景和已有衣物生成组合建议,正在补齐个人衣橱数据与推荐反馈闭环。

开发中
11

智能餐饮规划

从饮食目标、忌口和预算生成可执行餐单,目前核心流程已成形,数据与交互仍在完善。

开发中
12

多 Agent 协作平台

曾实现角色编排与协作流程,后因 Coze 已覆盖核心设想而暂停,保留为一次真实的市场判断样本。

阶段性暂停
07 联系 / NEXT STEP

一起把想法落地,
让 AI 真正有用。

身份新疆大学 · 软件工程 · 2027 届
方向AI 应用 · Agent 工程 · 多 Agent 协作
发送邮件 浏览 Gitee