复杂项目最怕两件事：功能很多，但核心流程跑不通；演示很漂亮，但交付后没人敢接手。我做项目，第一步不是堆技术名词，而是先把用户真正要解决的问题、核心业务闭环和最终验收标准弄清楚。然后把需求拆成页面、数据、状态、权限、异常和交付节点，让每个功能都能接得上、跑得通、验得清楚。我做过实时可视化工具、Canvas 交互应用、离线业务工作台、数据管理系统、项目管理工具和交付控制台。可以从需求分析、信息架构、页面结构、交互设计一路做到状态管理、数据导入导出、备份恢复、异常处理、性能优化、部署说明和后续维护。
我熟练使用 AI 辅助开发和 Vibe Coding。我的方式不是让 AI 随便生成一堆代码，而是先由我确定产品结构、业务边界、数据模型和技术方案，再让 AI 加速页面骨架、组件、接口样板、测试用例、日志分析、重构和文档整理，最后由我亲自复核核心逻辑、权限、安全、异常分支、性能和验收结果。在页面原型、后台模块、CRUD、数据转换、测试样板和技术文档等适合 AI 辅助的任务里，我的工作流通常可以把首版产出时间压缩约 20%–40%。公开研究中，GitHub Copilot 在特定编程任务上的受控实验速度提升约 55.8%，Google 企业环境研究估计整体开发速度提升约 21%；同时，METR 对资深开发者处理熟悉的大型代码库进行的研究也发现，早期 AI 工具在部分复杂任务中可能造成约 19% 的时间增加。我的理解很明确：AI 适合减少重复劳动，架构判断、质量控制和最终交付必须由真正理解项目的人负责。技术方面，我常用 TypeScript、JavaScript、HTML、CSS、Canvas 2D、Node.js、Python 和 SQL，也能够参与 C、C++、Java、Go、React、Vue 等项目的开发、维护和协作。熟悉浏览器本地存储、文件处理、REST API、数据可视化、响应式界面、前端性能优化、离线应用设计、数据建模和前后端联调。大型项目我会分阶段推进：先把最有价值的核心流程做出来、跑起来、验收清楚，再补充数据管理、权限、安全、异常处理、性能优化和部署交接。预算有限时，先做真正影响结果的部分，不把钱花在暂时用不到的功能上。涉及真实后端、云服务或多人权限时，我会提前说明接口、安全、运维责任和验收边界。我交付的不是一套只能演示的页面，而是一套结构清楚、流程完整、能运行、能维护、能继续扩展的产品。演示效果可以吸引人，但真正决定合作能不能继续的，是项目交到手以后依然可靠。

我持续在做工具型产品原型，关注的不只是界面，而是从“看见问题”到“完成操作”这一整段流程。下面是工作区里保留的独立作品；业务数据用于演示，涉及流水线、连接器和发布的部分为本地模拟，不代表已接入客户生产环境。
1. Meridian 离线运营工作台
把销售线索、客户、项目、订单、采购、库存、生产工单、质量检查、设备维护、应收应付和售后工单放进一个统一工作台。提供经营概览、跨模块待办、物料与生产视图，以及本地 JSON/CSV 备份导出。适合展示多业务模块如何围绕一套清晰流程协同起来。
2. ForgeOps 离线工程运维台
围绕设备台账、巡检计划和维修工单设计工作流：巡检异常可以直接转工单，工单按处理、验收、关闭等状态流转。支持设备搜索、健康状态查看、CSV 导入导出和 JSON 备份，打开网页即可体验，不依赖外部服务。
3. ReleaseOps 交付控制中心
将服务目录、流水线阶段、预发布候选、生产审批、版本回滚、事故跟踪和操作审计放在同一套界面中。可以查看模拟流水线各阶段的状态与日志，演示审批和回滚流程；GitHub、AWS 等真实部署连接尚未接入。