作品

ClaimCourt 位于 Radeon-hackathon-2026-07 的 claimcourt 分支，面向 AMD Radeon / ROCm 的本地私有 AI Agent 场景。系统将 SQLite FTS5/BM25、BGE 向量检索和 Cross-Encoder 重排组合起来，再用控方、辩方、法官的多 Agent 流程组织证据。这里展示的是仓库 README 和证据文件中的项目结果，不把自报 benchmark 当成独立验收。

Solo Company Harness 是一个公开的 Agent Skill，不是代码生成模板。它把 Intent、Context、Contract、Execute、Verify、Release、Observe、Distill 串成可追踪的交付流程，并用 Design-Locked 与 Discovery-Gated 区分可以实现的模块和仍需补设计的模块。

这个项目的目标是做一个可以演示真实 Agent 工作流的应用，而不是只停留在聊天框。用户在浏览器里发起任务，前端通过 API 代理连接 FastAPI 后端，后端用 LangGraph 编排模型、工具、MCP 客户端、RAG 检索和人工审批节点，并通过 SSE 把 token、工具调用、检索来源和恢复执行过程实时返回到页面。

这个项目服务的是准备后端、全栈或 AI 应用岗位面试的候选人。它先分析目标岗位 JD 和候选人简历，再生成能力差距诊断，安排更贴近岗位的模拟面试，最后用 rubric 输出表现报告和后续练习建议。项目强调候选人练习和反馈，不做招聘筛选或录用判断。

selfsite 是一个个人 Applied AI 作品集的部署外壳。前端用 Next.js 做页面和交互，后端用 FastAPI 提供服务接口，PostgreSQL/Redis 作为数据层，Caddy 做反向代理。它既是作品展示页，也是后续接入更多项目页、运行状态和自托管内容的基础。

这个项目面向需要做第一轮实证分析的人：把 Excel 数据放进 `input/` 后，系统读取数据、清洗字段、识别中文表头，把变量映射成 Stata 可用名称，并判断被解释变量、解释变量、控制变量、面板 ID 和时间变量。随后它生成可复现的 `.do` 文件，调用 Stata 跑统计分析，最后把表格、图表、日志和解释写进 Word 报告。

这个项目解决的是编码时长文本输入不够顺手的问题。它把语音转文字放进一个轻量 HUD：用户说出需求、注释或说明，系统通过 DashScope ASR 做实时识别，可选地对文本进行润色，然后写入剪贴板或直接粘贴到当前工作流里。它更像一个面向开发者的输入辅助工具，而不是通用录音软件。

这是 GitHub 个人主页仓库。它的作用不是承载应用代码，而是在访问者进入 GitHub 主页时给出第一层介绍：你关注 Applied AI、Agent 工程和相关项目，并把重要仓库组织成更容易浏览的入口。