项目描述： 独立参与并主导轻量化 IoT 物联网平台设计与迭代，面向工业设备上云、远程运维场景，提供设备接入、数据采集、可视化监控、异常告警、多租户管理一体化物联网解决方案，支持云端使用与私有化部署、个性化功能定制，现阶段对外开放企业免费试用。 个人工作职责与项目成果： 1. 平台整体功能迭代与能力搭建 负责平台核心业务模块落地，涵盖设备接入管理、时序数据采集、实时数据可视化、设备异常告警等核心功能，搭建完整设备上云数据链路，实现设备远程在线监控、数据留存与故障追溯，大幅降低现场运维成本。 2. 多租户架构落地 负责平台多租户体系应用落地，实现租户独立空间隔离，支持租户自主管理下属

负责通用IOT智能烤箱H5应用的架构设计与开发，兼容美的、京东、阿里、移动等多个平台。采用轻量级架构设计，支持多语言和多主题背景色切换，实现设备控制、食谱管理、数据统计等核心功能。

基于C/S架构与云端部署的智慧温室管理系统，实现"实时监测—决策—执行"闭环管理。涵盖多温室温湿度、光照、土壤等多维度数据采集，灌溉与施肥自动化控制，遮阳网与通风机智能启停，作物生长信息管理及农艺事件记录，支持管理人员通过浏览器远程实时监控与运维管理。

面向消费电子售后场景，解决传统客服知识分散、人工响应成本高、回答口径不一致，以及订单、设备和维修进度查询相互割裂等问题。系统基于 LangGraph 构建可控的多轮对话 Agent，结合 RAG 检索政策知识，通过 MCP 只读调用订单、设备和维修状态数据，并由后端服务受控生成售后 Case Draft。支持信息补全、政策引用、流式响应、草稿幂等、审计追踪和无依据兜底，避免模型越权写入业务系统。项目重点解决了 AI 客服在真实业务中的准确性、可控性、可追踪性和后端系统联调问题。

独立完成从模型训练到端侧部署的全链路AI系统。基于CLIP迁移学习实现食材识别（准确率94.26%），通过知识蒸馏将605MB大模型压缩至6MB（压缩100倍），再经量化感知训练（QAT）部署到256KB RAM的国产开发板（RK2206）上，以纯C整型推理运行。同时实现YOLO11L-seg实例分割替代传统网格切块，按掩码面积估算克重，误报率下降61%。系统打通“HarmonyOS移动端+FastAPI云端+端侧硬件”三端协同，经MQTT/WebSocket实时通信。本人在项目中负责全部模型训练、蒸馏压缩、量化部署、端侧C推理与三端联调。

独立完成从模型训练到端侧部署的全链路AI系统。基于CLIP迁移学习实现食材识别（准确率94.26%），通过知识蒸馏将605MB大模型压缩至6MB（压缩100倍），再经量化感知训练（QAT）部署到256KB RAM的国产开发板（RK2206）上，以纯C整型推理运行。同时实现YOLO11L-seg实例分割替代传统网格切块，按掩码面积估算克重，误报率下降61%。系统打通“HarmonyOS移动端+FastAPI云端+端侧硬件”三端协同，经MQTT/WebSocket实时通信。本人在项目中负责全部模型训练、蒸馏压缩、量化部署、端侧C推理与三端联调。

本项目是基于 Qt/QML 的智能家居中控系统，采用 C++ 后端 + QML 界面混合架构，包含六大功能模块： ① AI 智能助手：接入本地大模型与百度语音识别，支持语音/文字对话、Markdown 渲染、多会话历史管理； ② 设备控制：灯光、LED、屏幕背光调节，光照传感器环境数据采集； ③ 媒体中心：音乐播放器（播放列表）、视频播放器、照片相册； ④ 连接管理：WiFi 扫描与连接、蓝牙设备管理； ⑤ 录音机：WAV 录音与录音文件管理； ⑥ 远程监控：多路摄像头 MJPEG 实时视频流查看。 另集成拼音输入法虚拟键盘，支持触摸操作。

搭建ELK日志收集平台，收集用户数据，设备上下线记录，编写脚本进行数据分析； elasticsearch数据从2迁移到7，不停机迁移；

优化zabbix系统性能，单台服务器监控400多台业务服务器，稳定运行7年以上； 编写各类自动脚本，常见故障自动处理；

为一个企业做了一个示范的智慧化改造项目，在现场完成各种传感器和网关的布置，然后现场部署了这套web系统，链接全套办公室的智能化系统。