绘制

基于 Spring Boot3 + LangChain4j + LangGraph4j 的 AI 零代码应用生成平台。用户输入自然语言描述，由 AI Agent 自动执行并发素材搜集、代码生成、质量检查、项目构建的完整工作流，最终一键部署为可访问的 Web 应用。 项目核心为一套 AI 工作流，并采用多级缓存、分布式限流、异步处理、护轨重试等多种优化策略，保证系统的高性能与稳定性。

面向长上下文/序列建模评估，构建一个受控 lag-kernel 任务 benchmark，用于分析不同序列模型在不同依赖结构下的偏好区域。项目包含任务生成、模型训练、结果汇总、可视化分析、鲁棒性检查和论文投稿流程，目标是证明 aggregate score 会掩盖模型在不同 task neighborhood 上的结构化差异。目前ICML26CTB在投

本项目是一个面向个人投资者和小型投研场景的 AI 股票策略 Agent 系统，目标是把分散的行情、新闻、公告、持仓和人工交易记录统一到一个可审计的自动化工作流中。 系统通过 Telegram 机器人作为用户入口，支持查看系统状态、当前持仓、最新策略报告、手动触发盘前/盘后分析，以及记录人工买入卖出结果。用户不需要进入服务器或查看代码，只需要在聊天窗口中发送自然语言或命令，即可获得中文投研摘要和操作提示。 核心功能包括：美股股票池自动扫描、行情与新闻源聚合、SEC 公告抓取、AI 新闻重要性审计、全池个股排序、当前持仓风险分析、交易策略摘要、research 模拟仓、人工成交记录、运行日志和任务审计。系统会区分真实持仓和研究模拟仓，避免把用户意图误当成真实成交。 整体业务流程为：定时任务采集行情与新闻，生成结构化数据包；AI 模型对重要信息进行分析和策略判断；风控模块检查是否满足执行边界；最终通过 Telegram 输出中文报告。系统不会自动下单，所有交易都需要用户人工确认并在券商端手动执行。

这是一个面向电子元件分拣场景的轻量工业系统，主要用于样本入库、参数记录、二维码追溯、在线分篮和出库留档。项目以压敏电阻为试点对象，每个样本在入库时记录编号、批次、阻值和时间信息，并生成独立追溯链接。系统支持按目标阻值进行在线分拣，也支持离线整批优化分组，适合中小制造场景先做单线试点验证。除了基础台账外，还保留最近删除和出库留底，方便后续回查、质检和流程复盘。

本项目是与一位Python后端开发者协作完成的数据可视化展示系统。对方负责后端数据处理与接口提供，我独立负责前端大屏的整体开发与呈现。 核心功能包括：将后端返回的JSON数据进行清洗与整合，通过ECharts动态生成饼图、柱状图、折线图等多种图表面板，实现数据的直观可视化。页面布局适配大屏分辨率，支持自适应缩放。 通过与不同技术栈的开发者对接API接口，锻炼了跨栈协作能力与需求理解能力。