技术栈

当前专注:AI 编排 RAG 管线 容器化部署

2026 年 5 月

项目案例

每一个项目都不是孤立的存在 — 它们是博客系列中技术栈的实战落地,形成"学 → 用"的完整闭环。

LangChain + RAG 实战

AgentHub

让多个 AI 模型像团队一样协作

一套编排引擎同时调度 DeepSeek、Qwen、MiMo 三家模型,某个供应商挂了自动切换,不用你操心。

适配器模式统一 3 家模型 API 同供应商失败按 2 / 4 / 8 秒退避重试 任务步骤与结果持久化,前端轮询展示进度
Docker × AI 应用部署

DocRAG

上传文档,直接问问题,得到有出处的答案

完整的 RAG 知识库问答系统 — 意图路由理解你的问题,LangGraph 多 Agent 协作检索,Faithfulness 校验确保答案可靠。

LangGraph 多 Agent 协作管线 pgvector 语义检索 + 意图路由 Faithfulness 防幻觉校验
React + NestJS 全栈实践

DocGuard

把文档审查从经验判断变成可量化流程

上传 Word 文档后,规则引擎与大模型从格式、合规和内容一致性三个维度协同审查,输出评分、问题清单与可追踪报告。

规则引擎 + AI 三维质量审查 JitWord 结构化解析 + 审查过程可视化 React 18 + NestJS + SQLite 私有化部署
FastAPI 全栈后端

Project Helper

看不懂的开源项目,扔进来 2 分钟出报告

AI 自动分析源码结构、生成学习路线、回答代码问题 — 把 30 分钟的阅读压缩到 2 分钟的效率工具。

DeepSeek 智能问答 + 源码解析 Vue 3 + SSE 流式输出实时响应 SQLite 持久化对话历史

OpenClaw Skills

为 AI Agent 生态打造的 3 个技能包,已开源在 GitHub。不是写给别人看的文档,是给 AI 用的工具。

技术系列

15 个系列、80 篇文章,横跨全栈技术栈。

Yardon

80 Articles 9 Series 5 Tech Layers
"Where light meets logic, I create."
"In luce et ratione, creo."
光影交汇处,我创造