从真实问题出发,用工程标准交付
我的项目都始于一个具体的问题:AI 投研的回答不可审、哲学学习太枯燥、Agent 的成本看不见。开发上习惯用 Coding Agent 快速验证想法,但交付标准不放松——接口契约、Schema 约束、断点恢复、一键复现。玩法可以激进,工程必须保守。
OPEN TO INTERNSHIP · 2028 届 · AI / FINTECH
>
在金融、数据与 AI 之间,把好奇心变成真正可用的作品。
金融科技在读 · 多 Agent 系统开发者 · 数据分析实践者。
我的项目都始于一个具体的问题:AI 投研的回答不可审、哲学学习太枯燥、Agent 的成本看不见。开发上习惯用 Coding Agent 快速验证想法,但交付标准不放松——接口契约、Schema 约束、断点恢复、一键复现。玩法可以激进,工程必须保守。
金融科技给我的不是名词,而是问题感:知道一个交易决策该有哪些字段、风控为什么必须是硬约束、数据口径为什么要统一。所以我的 AI 项目都坚持同一条线——模型负责理解与解释,状态、资金、风险交给确定性规则。研策的字段溯源与四档风控合并,就是这个思路的产物。
AI 应用产品 / 运营:亲手做过 4 个 AI 项目,也是各家 Coding Agent 的深度用户,懂产品也懂用户。金融科技 / 数据分析:FCA-FineBI 认证,能独立完成从采集到结论的数据闭环。我的价值在于把技术、业务表达和落地执行放进同一个人身上。
从一句交易想法,到一份可审阅、可确认、可追踪的结构化交易预案——5 个专职 Agent 与确定性编排器协作,AI 辅助研究,用户最终决策。
多 Agent 驱动的跨端哲学辩论平台。6 个百炼 Agent 协作,Web / iOS / HarmonyOS 三端共享一套后端,把提问变成一场认知探索。
从行情采集到可视化洞察,用走势对比、市场分位与量价结构,读懂一只股票的一年。
给 DeepSeek Harness 加一条命:模型每思考一步消耗饱食度,饿死冻结工具、只留对话,喂食才能复活——把 agent 调教变成一场养成游戏。
代码与更多实践,放在 GitHub 里。
金融科技专业 · 本科在读(2028 届)
主修:金融学 / 金融工程 / 计量经济学 / Python / 数据库
FineBI 看板主要负责人,完成数据分析闭环对应帆软 FCA-FineBI 认证
Cognitive Arena · 3 人团队 · 后端接口与界面设计
独立设计多 Agent 交易决策工作台,青AI天河大赛参赛
收录进 awesome-dsh-plugin 列表
AI 应用产品 / AI 运营 / 金融科技 / 数据分析方向
LangGraph 多 Agent 编排
Prompt 工程 / 契约化 Schema
阿里云百炼 · 大模型 API 接入
Python · pandas / SQLAlchemy
MySQL / PostgreSQL · Redis
Java / Spring Boot · RESTful 接口
React / TypeScript / Vite
产品界面设计与实现
数据可视化 · FineBI 仪表板
Git / GitHub 深度使用
Linux 环境与服务部署
Docker Compose 一键复现
下一个有意思的想法,
也许从一次交流开始。
期待 AI 应用、金融科技与数据分析方向的实习机会。
也欢迎聊聊产品、代码,和正在探索的问题。