项目

这些都是在真实环境里跑过、并被我自己长期使用的项目:开源工具可以直接看源码, 私有系统在博客里留有对应的决策记录与踩坑复盘。

完整作品集(含每个项目的技术细讲) →·GitHub →

flowwatch 仪表盘:进程流量排行、本机总吞吐曲线与变化事件流

flowwatch · 本机流量实时监控与进程归因

已开源 · v1.0.1

joker1point/flowwatch · Windows 系统工具

回答任务管理器答不了的问题:哪个进程正在跟谁通信、用了多少带宽、从什么时候开始。把「说不清是谁的流量」如实分账(本机归因 / 属主受限 / 未归因 / 非 TCP-UDP),不混进总数里假装准确;域名只读明文元数据(DNS 应答 + TLS ClientHello 的 SNI),不落包体。

  • Python
  • FastAPI + SSE
  • SQLite WAL
  • React 19 + Vite
  • Npcap / ctypes
  • DNS / SNI / ETW
portwatch 仪表盘:端口列表、归因链路与变化时间线

portwatch · 本机端口占用归因与历史留档

已开源

joker1point/portwatch · Windows 系统工具

把 netstat 的一行 IP:PORT 变成可追溯的归因链路:端口 → PID → 进程名 → exe → 启动命令行 → 工作目录 → 启动时间,并把每次占用的出现 / 消失留档成可回溯的历史。16 个 pytest 用例钉住采集 / API / 历史三层契约,GitHub Actions 四矩阵(ubuntu + windows × py3.11 / 3.13)回归。

  • Python
  • psutil
  • FastAPI + SSE
  • SQLite WAL
  • React 19 + Vite
  • asyncio
VDB-News 首页:从信源到情报报告的全自动数据管道

VDB-News · 情报管道与可进化报告平台

私有部署 · 线上运行

16 路信源 → 8 步管道 → 每日主题报告

不只做 RAG 问答:16 路信源自动采集,经去重 / 聚类 / 分析 / 审核 / 组装 / 分发 8 步管道产出每日主题日报。报告带「进化对比」(较上一份新增 / 延续)与信号分级,用户的显式打分与隐式画像双路反哺排序;embedding 成本压到 ≈ ¥0.0017/篇、单份报告 ≈ ¥0.014。

  • FastAPI
  • ChromaDB / RAG
  • 报告引擎
  • SSE 流式
  • React 19 + TS
  • Docker / HTTPS
$ .venv\Scripts\python server.py# Director + Actor 双 LLM 管线 · 积温引擎 · 三层记忆# 角色主动消息 / 相册 / 音色绑定 / 剧情视频

CharacterSeed · AI 数字生命

商业挑战赛 · 入围决赛 + 优秀奖

私有项目 · 可现场演示 / 代码讲解

由人格、记忆、世界驱动的 AI NPC 平台:角色会成长、会在你离线时主动找你说话。Director + Actor 双 LLM 管线把「注意力聚焦」与「行为生成」拆开,原始 JSON 可展开调试;积温引擎用连续状态模型驱动主动消息,配三层记忆、TTS 音色绑定与角色相册。

  • FastAPI
  • SQLAlchemy / SQLite
  • SSE
  • Edge-TTS
  • React 18 + Vite
  • ffmpeg
私有仓库 · 支持现场演示与代码讲解
MoneyPrinterTurbo PR #1291:OpenAI 兼容文生图素材源已合并

MoneyPrinterTurbo 双 PR 贡献

PR #1291 / #1296 已合并

上游 harry0703/MoneyPrinterTurbo · 12 万+ star

为上游新增 OpenAI 兼容文生图素材源,打通本地 ComfyUI / SD 私有化链路(+1441 / −32、25 个单测,866 个全量测试通过)。第二轮按「能否确认服务端未创建任务」重建付费 API 的失败语义:读超时不重试、429 退避、本地故障必须终止而不是继续扣费。

  • Python
  • FastAPI
  • OpenAI 兼容协议
  • Pytest
  • 开源协作
$ python evaluate.py --skill weather --compare# 同一任务 with / without 技能的真实 LLM 基准对比# → 交互式 HTML 报告,按迭代轮次落盘留档

agent-skill-framework · 技能评估与治理

已开源

joker1point/agent-skill-framework

可迭代验证的 Agent Skill 框架:用真实 LLM 基准(同一任务 with / without 技能对比)把「这个技能到底有没有用」从主观判断变成可量化、可回归的指标,并给出 700+ skill 的四层治理体系——排序、存储管理、分区保护、自进化。

  • Python
  • OpenAI 兼容 API
  • JSON 驱动测试
  • HTML 报告
$ python -m app.api --port 8912# 只读演示内置 90 条真实数据,不需要 API Key# 云 API 错误分类:配额耗尽立即中止 / 并发占满退避重试

viral-content-analysis · 爆款内容分析与脚本生成

私有项目

采集 → 分析 → 评分排序 → 选题 → 可拍摄脚本

输入关键词或链接,自动跑完采集 → 爆款结构分析 → IP 风格改写 → 0-100 评分排序 → 选题 → 可拍摄脚本。一次提示词根因诊断把「9 个字段只有 1 个有值」修到全部结构化:Top1 从 57 提升到 71.3 分(S 级)、聚类从 85 类碎片化收敛到 16 类;时间表述归一化校验用来挡住 LLM 编造事实。

  • FastAPI
  • 原生 ES Module SPA
  • 异步任务队列
  • ffmpeg
  • pytest
私有项目 · 内置 90 条真实数据的只读演示可现场启动
TechLog 首页:Agent 工程化实践复盘

TechLog · 这个博客本身

已上线 · 已开源

Next.js 15 + Contentlayer 静态生成

写作流也是工程:Obsidian 笔记 → MDX → Contentlayer 静态生成 → 一键构建部署。这里沉淀的都是第一手的踩坑复盘——Agent 架构演进、工具调用容错、上下文工程与成本治理,页面上每个项目都能在博客里找到对应的决策记录。

  • Next.js 15
  • React 19
  • Tailwind 4
  • Contentlayer
  • MDX
  • 静态导出