技术能力

具备 Web、桌面端、移动端及 AI 语音项目的综合开发与交付能力。前端主要使用 Vue、Vue Router、uni-app、JavaScript、HTML/CSS，可处理动态路由、富文本渲染、后台管理页面及构建兼容问题；后端可处理 Python/FastAPI 项目的接口、脚本、数据迁移和单元测试，熟悉 SQLite 与 REST API 调试。熟悉 Electron、Vite、pnpm、electron-builder，可完成 Windows x64/ARM64 安装包构建、自动更新产物核验及构建故障排查。具备 GPT-SoVITS TTS 接入、模型文件识别、音频生成与媒体绑定链路排障经验。熟悉 Git/GitHub 分支及 PR 协作、宝塔/Nginx 部署、可回滚发布包制作，以及 uni-app Android APK 的清单、包名、版本、签名和哈希核验。工作中重视先定位根因、控制改动范围、测试验证和可恢复交付。

项目经验

内部题库与学习平台升级
针对历史题库迁移后答题页间距和对齐异常，追踪“旧数据导入—富文本存储—页面渲染”完整链路，定位持久化内联样式污染。实现幂等富文本规范化，清理 Word 样式和异常空白，同时保留语义标签、图片、颜色、背景及 TTS 数字标记；增加重复迁移保护，避免覆盖人工答案、关键词、目录、音频和排序。完成7项专项测试、前端生产构建及后端编译和单元测试，并制作不包含数据库、环境变量、虚拟环境及上传文件的宝塔更新包，通过备份分支和 Draft PR 保证交付可回滚。
Electron Windows 双架构发布
为 Vue/Electron 后台管理项目完成 Windows x64 与 ARM64 两套 NSIS 安装包构建。定位并处理损坏的 Electron ARM64 缓存，使用独立架构参数稳定重试；核验 EXE、blockmap、latest.yml 的文件名、大小及 SHA512 关联，并检查 PE 架构，确保发布产物完整且架构正确。整个过程保持源代码和版本号不变，交付可用于后续上架的本地产物。
GPT-SoVITS 语音链路与服务器交付
在题库语音项目中排查 GPT-SoVITS 生成、上传和媒体绑定链路，定位浮点音频时长与后端整型字段不兼容造成的 HTTP 422 错误，完成最小范围修复，并通过真实 API 请求及音频文件生成验证结果。随后按照宝塔部署边界制作更新包，保留生产环境变量、数据库、虚拟环境、上传文件及音频数据；同时排查 Nginx 静态站点根目录、SPA 回退和 API 反向代理配置。

团队情况