SKILLS
技能板块概述:
简述: 个人学习通常以实际需求为导向, 兴趣作为辅助和补充, 对工作职责较不设限, 会主动关注项目所涉及的各相关方面的问题. 面对需求会进行调研(成本/时间), 以找寻最适合于项目的实现方案. 平时保持有阅读技术文章和项目问题存档的习惯, 持续积累可能有助于未来 项目/工作 的 技术/经验, 工具与最佳实践, 有较广的知识技能树和工具库来支撑新知识的掌握, 问题的解决与需求的实现.
技术方面: 项目前后端, 计算机视觉, 多模态模型等均有一定了解, 保持对 新技术/开发范式 的关注, 能够独立完成相关项目, 并在环节中积极应用最佳实践. 因为关注, 所以具有产品, 开发, 运维, 测试等多方面知识或技能, 在涉及时可以回溯与参考.
工具方面: 尝试过各种知识管理工具与能提高 工作/学习 效率的工具. 目前自我评估独立项目实现方面基本过关(解决问题能力), 现正在向技术深度进行挖掘, 如学习优秀组件库的工程实现/管理, 为缺少的 feature 提 PR 等. 并期望掌握更系统的知识体系(如页面设计系统, 项目开发 prompt 工程等), 以期更好的和 AI 辅助进行项目开发.
前端板块概述:
页面样式实现方面: 熟悉 TailwindCSS 语法, 掌握一些实用的交互效果实现技巧, 用以提升用户体验. 以及略为复杂的行内选择器/伪元素语法糖, 如: grid-template-areas, [&>div], peer-checked/group 等, 减少元素嵌套, 优化不必要的项目代码, 提高代码可读性. 另外, 我喜欢美观的页面, 这大概是做前端比较幸福的一个点, 只要需求有助于提升页面的美观度, 我很愿意付出更多的努力. 我购买有大漠前辈的几本页面样式相关小册, 还未完全发掘其中内容.
前端生态方面: 熟悉 Vue3/Nuxt4 生态(Composition API, Pinia, VueUse 等), React/Next 生态学习较少, 语法方面日常倾向结合 Vue3 Template 模版与 TSX 进行开发. 较为熟悉的组件库有: NaiveUI, ElementPlus. 其余开发常用库: Zod4, Auto-Animate, GSAP, Anime.js, v-viewer, vchart 等. 关于其它, 因为看的多的原因, 我知晓许多, 但我没有时间全部学习. 我比较关注的方向有: 跨端/跨平台(PWA, GPUI, Tauri, Lynx, Taro), 跨语言(WASM, ABI, Sidecar/Binary), 通信(gRPC, WebTransport, HTTP2/3, Streamable HTTP), 其中部分尝试有相关 demo.
项目经验方面: 个人项目经验基本为页面开发相关经验, 偏向后台管理/功能页等. 仅接触学习过较少的成熟的前端项目经验. 由于前端的方向容易分散到不同领域, 如 Canvas, 3D, 营销 landing 页等. 且就页面开发效率而言, 也和开发者对组件库, 相关工具的 设计/熟悉程度 相关, 难以精细量化. 个人只能将前端方面的开发能力与自己的问题解决能力/经验, 知识线索的储备量和问题解决意愿进行挂钩. 基于此标准, 主观评估自身的前端开发水平为: 良好.
后端板块概述:
Javascript/Typescript: 熟悉语言生态的 Elysia, Hono, NitroV2/V3 框架, 掌握 Cloudflare 为代表的平台的 Serverless 生态, 并在 Aliyun FC 和 Cloudflare 平台的项目代码部署环节上有一定的实践经验, 解决过一些疑难问题, 如 部署环境差异导致的项目内错误, Cloudflare 平台限制等. 同时因为关注项目落地, 会关注项目环节的具体实现, 如 项目架构, 数据库设计, 流程优化等.
Python: 有语言生态的数据处理和计算机视觉任务经验, 熟悉 Jupyter Notebook 工具, 以及 pandas 等数据分析处理库, 能够完成一定复杂程度的数据处理任务. 对语言语法基本熟悉, 生态也有所了解, 能在需要时较快上手新需求.
Go: 有一定项目使用经验, 熟悉度较低, 但因相关资源较多 (大学期间通过 Google开源之夏 等活动了解到些许兼容性较好的跨语言生态项目, 如: Casdoor, Casbin, GoRules 规则引擎等), 有储备一定的最佳实践资源, 作为 JS/TS 生态后端项目的生产级项目对标参考.
Rust: 熟悉度较低, 主要与跨端/跨语言相关需求(WASM, Tauri)时有所涉及, 有一定尝试.
常用技术栈概览
WORK EXPERIENCE
东莞锦明照明科技有限公司
深圳零矩阵科技有限公司
深圳弈云智能科技有限公司
紫擎信息科技(上海)有限公司
PROJECT EXPERIENCE
Wishing-PIM
- 主要技术栈:
- Vue3+TypeScript, NaiveUI, UnoCSS, Elysia, Cloudflare
- 项目意义:
- - 解决业务人员工作痛点, 提高工作效率, 为企业信息化提供技术支持.
- - 调研过程中积累技术/服务生态, 为后续项目提供技术支撑.
- - 项目过程中积累项目设计(产品, 页面, 数据)/开发/落地经验.
Feature 1: PooleFTP 文件管理查询模块
模块描述: 针对客户 FTP 文件服务, 提供文件搜索的服务代理, 解决客户原系统操作使用流程上的不便性. 并提供文件变更监控, 为产品标签资料相关问题溯源提供支持, 方便定位问题责任方.
模块功能点及描述:
- 文件搜索:
- 初版探索有 redis-stack(redis-json) 的使用, 作为技术储备.
- 文件预览/下载:
- 依赖对 web 标准的 fetch 函数的相关理解.
- 文件变更监控:
- 文件变更检测算法和数据存储逻辑.
Feature 2: 产品信息查询管理模块
模块描述: 系统核心模块, 负责产品信息的初始化流程(产品文档解析&手动建档)以及生产资料的持久化, 高效查询和管理.
模块功能点及描述:
- 产品信息初始化:
- 文档解析:
探索有 AutoDL(olmOCR), MinerU, OllamaCloud, TextIn, Volcengine 多服务商的使用与可用性/成本评估.
数据处理流水线:批处理(Inngest), 流程设计(Serverless, Webhook).
- 产品信息查询:
- 多元搜索: 探索有 Aliyun TableStore 的使用.
- 以图搜图: Volcengine Ark AI Embedding 模型 + Milvus 向量数据库.
- 生产资料持久化: AI 支持的产品问题点记录存档
Feature 3: 产品运营管理模块
模块描述: 该模块主要支持产品的跑单情况查询, 产品跑单价格策略管理, 订单录入与合规性检验.
模块功能点及描述:
- 产品跑单查询:
- 可根据产品 ID 或筛选时间段等多元搜索筛选渠道查看产品期间内的出货量, 订单数, 订单金额等信息, 支撑产品价格策略管理.
- 产品价格策略管理:
- 可根据产品跑单情况, 动态调整产品价格, 支撑产品价格策略的执行.
- 订单录入与合规性检验:
- 支持业务员通过系统手动或 AI 辅助录入订单信息, 包括订单号, 客户信息, 订单商品, 订单金额等. 系统会结合产品信息模块数据对产品条目信息进行自动审验, 避免 LRD 为周六日, 出货数量不整箱, 跑单价格与设定不符等问题, 给予业务员提示.
Feature 4: 产品标签文档管理模块
模块描述: 该模块主要支持产品标签文档成员的管理与标签资料文档的生成, 文件查询模块关联, 图片智能分类裁剪等功能.
模块功能点及描述:
- 标签文档生成:
- - 探索有 Go Excelize 和 JS ExcelJS 两套样式模版实现方案, 出于语法便捷性选择后者.
- - 难点: 调研有 WPS 图片嵌入单元格, 因为可以解决现有图片添加渠道的不便与局限性(但根据 Go Excelize 作者描述, 该技术点暂无法实现.)
- 产品标签图片生成
- - 利用 snapDOM 库, 使用 Web 技术进行高效排版和批量操作, 实现高还原度的产品标签图片生成, 用于产品标签打印环节, 极大提高相关环节的处理效率.
- 标签成员管理:
- 通过 WebUI 提供文档模版可视化结构, 提供标签成员描述与图片的添加与修改.
- 图片智能分类裁剪:
- 根据用户上传资料文件夹, 对成员进行分类, 分类结果作为图片主体提取的辅助依据.
Feature 5: 业务实用工具模块
模块描述: 该模块主要为业务人员的一些痛点需求提供支持.
模块功能点及描述:
- 文件分享链接生成:
- - 邮件附件具有不可超过 20MB 的限制, 业务时长有发送大量清晰图片/压缩包的需求, 过往常使用低码率图片的方式, 这使得用户体验有一定折扣, 或有尝试 WeTransfer 等服务, 但免费速率或大小受限, 具有局限性.
- - 桌面软件因为配置复杂性难以普及.
- - 为此调研并借助 Cloudflare R2 的 0 流量出口费用与文件生命周期管理, 提供免费/极低成本与风险的文件分享链接生成服务.
- PDF 处理:
- 支持厂内 PDF 文件图片提取, 合并/拆分, 水印添加 等常用功能, 提供 stirling-PDF 等知名开源项目无法支持的批量处理功能.
- 图片压缩:
- 同邮件附件大小限制问题, 有时手机图片的码率过高, 可能没有必要, 提供有知名项目背书的图片处理服务, 为此需求场景提供支持.
Feature 6: 系统管理模块
模块描述: 该模块主要为业务人员提供一些管理级别的功能(功能权限管理, 定时任务管理等功能..), 并提供如带图片的产品描述信息批量数据导出等, 供业务人员使用.
模块功能点及描述:
- 功能权限管理:
- 对系统功能权限进行管理, 包括用户角色, 权限分配等.
- 批量数据导出:
- 产品图片等属性选择性导出.
- 任务管理与配置:
- 提供定时任务的管理, 通知的渠道配置等功能.
探索
- 项目意义:
- - 跟随技术前沿视野, 通过上手实践了解相关产品优劣势点.
- - 储备服务生态, 以便开拓新的产品点.
- TypeScript:
- - snapDOM, 新型的 HTML 截图库, 功能强大, 通过该库可以实现高还原度的产品标签图片生成, 用于产品标签打印.
- Rust:
- - Tauri(Sidecar), Calamine(Excel)
- Python:
- - GUI: pyguiadapter, tkinter, pysimplegui; [待探索]: NiceGUI, DearPyGUI, PyQt, Flet, Anvil, JustPy.
- - 数据处理: Pandas, Numpy, Jupyter.
- - 计算机视觉: opencv.
- - PDF 处理: pdfplumber, pymupdf 等.
- 低代码&自动化&AI编排:
- - Dify, n8n, Coze, 影刀 RPA, ComfyUI.
- 云服务:
- - 火山引擎: 火山方舟 AI API (Embedding, Chat), veImageX.
- - Cloudflare: KV, D1, DO, R2, Worker, Tunnels.
- - Aliyun: RDS, TableStore, FC.
- - AutoDL: GPU Server.
- - 其余服务商: DeepSeek, Silicon Flow, OllamaCloud, MinerU, TextIn 等.
服务器运维
- 项目背景/意义:
- - 跟随技术前沿视野, 通过上手实践了解相关产品优劣势点.
- - 彼时 AI 自部署很火, 希望组装一台较高内存的服务器, 以探索 AI 世界.
- - 储备技术/服务生态, 以便开拓新的产品点.
内容点描述:
- 服务器运维:
- - 功能性支持: GPU 直通, 主机组装(EPYC-9334, RAM 128G).
- - 服务器可触达性: Tailscale DERP 自建, 服务对公访问(Cloudflare Tunnel, frp), 全球网络资源访问.
- - 自部署服务: 关系/非关系/向量/缓存数据库, 消息队列, 对象存储(RustFS, minIO).
- - 文件访问聚合: filestash, RClone, Alist.
邮件服务处理
- 项目意义:
- - 客户沟通方式主要为邮件, 探索邮件处理能力可以有助于根据用户邮件意图, 实现自动化处理等操作.
- - 探索自部署邮件服务, 作为技术/服务储备.
内容点描述:
- 自有邮件服务搭建:
- - 探索有邮件服务器相关域名解析, 但因关键解析项需高级证书背书, 否则发送邮件容易被视为垃圾邮件, 因此弃用.
- - 探索有 JS 生态与 Python 生态的 SMTP/IMAP 库, JS 方因为项目较久或更新频率原因不考虑, Python 方有实践相关库并实现针对指定主题的批量邮件附件下载.
- 邮件自动化处理:
- - 邮件下载转存, 邮件分类标识与任务触发.
EPR 数据处理
- 主要技术栈
- Python, pandas, numpy, Jupyter, 影刀RPA
- 项目背景/意义:
- - 欧洲客户的环保法令要求其公司提供从他国进口的产品所用的包装材料重量, 如纸板/珍珠棉/收缩膜等材料.
- - 但因过往已跑单许多产品, 客户需我方一并提供所有产品的包装材料重量信息.
- - 且因为人员变动导致该工作没有贯彻为相关工作执行. 致使短期内该任务工作量较大, 原定为手动拆箱留底样, 并称量相关重量信息.
- - 通过分析, 结合供应商方数据资料, 我们至少能在短期提供产品的纸板相关数据.
内容点描述:
- 数据准确性挑战:
- - 如供应商数据不准确/缺失, 数据维度缺失/不明确, 数据处理系统限制, 产品数据标识符不一致, 数据源间差异, 非结构化数据提取等.
- 数据清洗与校正:
- - 自行多渠道找寻可用资源后, 通过 Python 数据科学生态, 利用 pandas 库, 对供应商数据进行修复和清洗.
