项目作品集
记录AI 应用开发与Java后端工程化构建项目,记录从需求、架构、开发、部署到复盘全过程
已发布 本地 AI 编程 ROI 工具
Token Studio ROI
一句话定位 本地隐私优先的 AI 编程 ROI 复盘系统。
Node.js 24 React Vite SQLite Electron ECharts GitHub Actions npm
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。

项目亮点
- 本地读取结构化 token 元数据,不上传数据,不保存 prompt、response、transcript、diff 或完整本机路径
- 用 Coverage Trust 区分原生可信采集、ccusage 可导入、仅检测到和无可靠 token 字段,避免伪造覆盖
- 把 token 消耗连接到项目、任务、产出证据、模型策略和行动报告,适合高频 AI 编程复盘
已发布 CLI 工具
PatchBrake
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 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。

项目亮点
- 本地运行,不调用 LLM,不上传代码,适合放在 commit 前做轻量 safety gate
- 聚焦 staged diff,优先检查 AI 生成代码里最容易漏看的高风险变化
- secret 输出脱敏,避免为了提醒风险反而把完整 token 打到终端里
已完成 AI 应用
OmniMerchant 跨境电商 AI 客服
一句话定位 基于 Spring AI 的跨境电商客服 Agent。
Spring Boot 3.2 Spring AI Vue 3 MySQL + PGVector Redis RocketMQ Docker
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。

项目亮点
- ReAct Agent 思考-行动-观察循环,置信度低于 75% 自动升级人工,最多 5 轮迭代
- 6 大业务工具:订单查询、物流追踪、退换货 RAG、商品搜索 RAG、多语言翻译、人工升级
- 混合检索 RAG:HNSW 向量检索 + BM25 关键词检索 + RRF 融合 + BGE Reranker 重排序
- 多语言:Lingua 自动识别 12 种语言,中转英语处理,降低 Token 成本
- 模型路由:根据意图自动选择 gpt-4o-mini / claude-haiku / deepseek-chat,节省成本
- 三层限流:Redis Lua 令牌桶 + 信号量并发限制 + Resilience4j 熔断降级
- 多租户隔离:X-Tenant-Id 请求头 + MyBatis-Plus 自动注入租户上下文

