PROJECTS
把长期学习与工程实践，沉淀为持续演进的项目。
独立开发者个人 IP + 自研产品 + 软件项目外包
从 Demo 到 Production，构建真正可落地的 Agent 系统
Agent 工程化专注于 AI Agent 的系统设计与工程实践，围绕 LLM、Planning、Memory、Tool Calling、Workflow、Context、Runtime、MCP 等核心能力，探索如何构建稳定、可维护、可持续演进的 Agent。这里不仅关注模型能力，更关注工程架构、系统设计、性能优化、可观测性以及生产环境落地，让 Agent 真正成为一个可交付的软件系统。
从认知重构到技能升级，打造可持续成长的工程师之路
既是自我救赎，也是面向 AI 时代开发者的工程能力重建系列。它不再从语法和 API 开始，而是重新讨论需求理解、问题拆解、代码设计、系统建模、调试排错、测试验证、重构演进以及人与 AI 的协作方式。目标不是教你更快地产出代码，而是帮助你重新建立对代码的判断力、掌控力和工程责任感，成为能够驾驭 AI、而不是被 AI 替代的程序员。
为具备开发能力的个人提供一套可直接阅读和执行的独立开发方法：从盘点自身条件、发现并筛选适合自己的机会开始，经过需求验证、最小产品、发布与首批用户获取，最终完成首次收费或有证据地停止。
让独立开发的每个阶段都有明确的判断依据、执行动作、交付物、通过门槛和回退路径，减少凭感觉投入与无效构建；首先形成用户本人可理解、可执行的个人手册，再为后续 AI 辅助机会识别提供可靠知识基础。
从请求减量到稳定运行，完成可验证的高并发工程改造
面向具备 Java、Spring Boot 与真实项目经验的开发者，不讲基础概念，围绕现有业务系统的请求减量、执行提速、异步改造与稳定性治理，讲清方案选择、代码改造、参数配置、实现代价、踩坑与适用边界，并通过压测数据验证改造收益。
掌握RPC核心设计与实现
本系列文章带你完整实现一个基于Java的轻量级RPC框架，涵盖网络通信（Netty）、动态代理（JDK/CGLib）、负载均衡、协议编解码、线程模型、超时重试等核心模块。通过手写RPC，深入理解分布式系统通信本质，提升系统设计能力。
