我做可视化体验、AI 自动化测试平台，也开源了企业级 AI 编码智能体。但更准确地说，我在做的是同一件事： 让抽象能力被看见，让系统价值被理解。
四段产品形态。
一种工程判断。
从“时光生命尺”、“AI 测试平台”到开源企业级智能体“Cogent Agent”，我用不同维度的产品形态，解决“复杂能力如何被理解与高效落地”这件事。
Quick Look
先用三条最短路径，看清我做过什么，以及这些项目到底为什么值得被认真展示。
用更直观的可视化方式，让抽象的人生刻度被一眼理解。
它也可以直接执行任务，把测试从脚本编写推进为自然语言驱动。
从界面表达、信息密度到展示节奏，我会把复杂系统讲清楚。
Positioning
技术只是基础层。真正决定产品是否成立的，是它是否能把价值表达清楚，是否能让复杂能力以更自然的方式被使用。
我做过偏情绪感的小程序、面向效率与落地的 AI 自动化测试平台，也开源了具备沙箱隔离与数字员工协同的编码智能体。这些产品表面不同，但底层是一件事： 让抽象的东西变得可见，让复杂的系统变得可用。
因此，这个主页不会把你带进一堆技术标签，而是像一次产品发布一样，按体验、问题和结果来展示我的工作方式。
Selected Works
这里不是把项目堆成清单，而是用三段完整叙事，分别讲清楚它们解决了什么问题、为什么成立，以及它们怎样体现我的产品体验与自主智能体工程判断。
小程序 / 可视化体验
把抽象的人生时间感，转译成一眼就能理解的可视化产品。
这个项目围绕‘时间如何被感知’展开。它不是单纯展示数字，而是把人生长度、阶段和剩余时间转化成更直观的界面表达，让用户重新理解时间本身。
使用微信扫描小程序码，可以直接进入时光生命尺小程序。
推荐使用微信扫一扫进入小程序，直接体验完整功能流程。
收纳 1 张核心界面，按体验路径整理展示。
收纳 3 张核心界面，按体验路径整理展示。
收纳 2 张核心界面，按体验路径整理展示。
AI / UI 自动化测试
把测试需求写成自然语言，并在同一平台里完成创建、执行、验证与回溯。
平台的核心不是脚本录制，而是让测试目标直接通过自然语言下达。任务创建、步骤编排、执行日志和图文报告被放进同一条流程里，把自动化从“写脚本”推进到“描述任务并验证结果”。
统一查看状态、排队数量与常用操作入口。
把自然语言目标整理成可重复执行的结构化任务。
保留逐步记录、模型校验和截图线索，便于排查。
沉淀结果摘要、步骤明细和截图证据。
统一收口运行中、排队中和历史任务，并提供常用快捷操作。
把零散测试目标拆成名称、用例和步骤，形成可重复执行的任务。
展示步骤推进、模型校验和截图产物，失败时能快速定位节点。
沉淀任务信息、通过状态和验证说明，方便复盘与复用。
开源项目 / 企业级 AI 编码助手
开源项目融合 OpenAI Codex CLI 的执行严谨性与 DeepSeek Harness 的模块化编排能力。
具备文件精确编辑、终端沙箱、Git 控制、多模型接入、技能中心和数字员工协作的完整自主代理工程体系，把 AI 编码从单轮生成推进到全自动化工程协作。
品牌标识、实时状态、活跃数字员工与快捷工作流一屏直达。
支持 DeepSeek-R1 思考流，执行命令与工具调用可折叠回看。
推理、工具调用与响应逐条记录，敏感字段自动脱敏并支持导出。
支持测小天等专属工程师接管会话，工具白名单精准收敛。
品牌标识、实时状态、活跃员工与快捷工作流一屏直达。
同一界面统一接入 DeepSeek、OpenAI、Anthropic、本地模型与自定义端点。
支持天气、翻译、系统信息、加密等各类扩展技能的一键安装与启用。
集成终端沙箱，支持在 UI 中直接运行跨平台 Shell 命令与任务验证。
逐条记录执行轨迹并支持脱敏导出，支持多角色数字工程师协同编排。
Web 应用 / 小红书 AI 创作工作台
一个人，20 分钟，从选题到发布——为小红书博主打造的全链路 AI 创作工具。
选题灵感、AI 文案、封面模板、SEO 埋词、数据复盘，五个环节无缝串联。不是单点优化，是把内容创作整条链路压缩进同一个工具里，并配合敏感词检测和服务端额度管控保障内容安全与商业闭环。
清晰的产品主张：一个人 20 分钟，从选题到发布全流程搞定。
选题灵感、文案生成、敏感词检测、封面模板、SEO 埋词、数据复盘一应俱全。
清晰传达价值主张，转化获客与功能展示一步到位。
从选题到复盘的完整工作流，别人只解决单点，我们搞定整条链路。
输入赛道与目标人群，一次生成 10 个带评分的热门选题，选中即可直接转入文案环节。
按文案风格生成标题与正文，右侧实时给出 SEO 评分与埋词建议，正文自动做敏感词检测。
生成结果自动入库并云端同步，换设备继续写，草稿可一键回流到封面、复盘与发布环节。
默认使用官方内置模型零配置开箱即用，也可接入自己的 API Key，Key 仅保存在本地浏览器。
Approach
我倾向于从用户感知、界面表达和系统执行三个层次同时思考。功能只是结果，更关键的是用户如何理解它、是否愿意使用它。
我不把项目堆成清单，而是把功能、目标用户和成果压缩成可感知的产品章节。
从语言理解到界面操作，我更关注 AI 如何真正进入工作流，而不是只停留在概念层。
无论是自动化测试平台还是偏工具型产品，我都倾向于用更清晰的交互来降低使用门槛。
Contact & Connect
无论是 AI 产品、自主智能体、工具型平台还是需要被重新讲述的复杂系统，我都愿意继续把它做得更清晰、更高级。
