RyanCoreAI
记录可信 AI 应用工程、项目复盘与长期成长
6 文章
9 分类
24 标签
Ryan
6 文章
9 分类
24 标签
Ryan
学生 / 开发者
Java 后端 + AI 应用开发方向,专注全栈项目实战与大模型落地应用。记录学习踩坑、项目实战和技术思考。

嗨,我是 Ryan 👋

一名计算机科学与技术专业在读本科生。

Java 后端 + AI 应用开发方向,专注全栈项目实战与大模型落地应用。

技术栈: Java、Spring Boot、MySQL、Redis、Maven、MyBatis-Plus、RabbitMQ、Docker、Vue3

还在努力学习中的: Python、LangChain、Milvus 向量库、RAG 检索增强、多 Agent 协作、Ollama 本地大模型部署与应用开发。

这里记录学习踩坑、项目实战和技术思考。如果你也对相关方向感兴趣,非常欢迎一起交流学习、互相探讨、共同进步。

我会把项目里的设计取舍、失败重构和工程复盘写下来,持续探索可验证、可追溯、可维护的可信 AI 应用工程。

  文章统计图
Loading...
Loading...
Loading...
  我的项目
一句话定位 证据约束的 AI 求职材料生成平台。
Spring Boot Vue3 MySQL Redis JWT LLM API 结构化输出 Evidence Index Guard Trail
简喵不是让 AI 随便美化简历,而是围绕 JD、候选人经历和证据索引,生成更可追问、可解释、可复盘的求职材料。它关注的核心问题是:AI 改出来的每一句简历描述,是否真的能回到用户的真实经历上,而不是为了匹配岗位强行编造。
一句话定位 面向 AI 编码工作流的 diff 风险检查工具。
Node.js CLI Git diff 规则扫描 Secret 检测 CI 权限检查 JSON / SARIF GitHub Actions
AI 改代码很快,但风险往往藏在 diff 里:测试被删除、密钥被写入代码、CI 权限被放大、鉴权逻辑被弱化。PatchBrake 尝试在提交前扫描这些高风险改动,让 AI-generated code 在进入仓库之前先经过一道本地安全闸门。
一句话定位 本地隐私优先的 AI 编程 ROI 复盘系统。
Node.js CLI React Vite SQLite Local-first Token 成本分析 模型策略复盘
Token Studio ROI 不只是统计 token 消耗,而是尝试把 AI 编程过程中的模型、成本、任务、项目和产出证据连接起来。它关注的是一个更现实的问题:AI 编程花掉的 token 和时间,是否真的转化成了可解释、可复盘的工程进展。
一句话定位 基于 Spring AI 的跨境电商客服 Agent。
Spring Boot Spring AI RAG Tool Calling PGVector Redis RocketMQ Resilience4j 多语言 多租户
OmniMerchant 用跨境电商客服作为场景,把订单查询、物流追踪、退换货政策、商品知识库、工具调用和人工升级放进同一个 Agent 系统里。它不是只做一个聊天 Demo,而是用更接近真实业务的方式验证 Spring AI、RAG 和 Tool Calling 如何落到后端工程里。