6
年建筑背景
关于我
从建筑设计走向 AI 应用工程
6 年建筑与设计相关经历，让我形成了兼顾系统、结构与用户体验的思考方式。
现在，我把这种方法用于 AI 应用：明确问题，设计流程，完成实现，并在真实场景中验证结果。
- 建筑设计背景
- 系统思维
- AI 应用工程
AI 应用工程师
你好，我是 Ethan Deng
专注于全栈 AI 应用开发
从建筑设计到 AI 应用工程，我用系统思维与全栈能力，把真实问题转化为可运行、可验证的产品。
4
个核心项目
800+
小时 AI 学习与开发
我能做什么
把想法落地为可运行的 AI 应用
围绕真实问题，完成方案设计、功能实现、调试验证与持续迭代。
01
AI 应用开发
将需求转化为可运行、可验证的 AI 应用，并持续迭代。
02
全栈功能实现
完成前端、后端与数据层的协同实现。
03
LLM 应用与工作流
接入 LLM API，设计结构化输出与可控工作流。
04
数据与流程设计
围绕真实使用场景梳理数据结构、处理流程与验证路径。
05
工程工具与验证
通过调试、验证和迭代，提升工程流程的可靠性。
项目
从建筑设计到AI 应用工程
围绕真实问题完成 AI 应用、全栈产品与单智能体实践，展示从想法到可运行结果的过程。
全栈 AI 应用v2.6／维护模式
AI Study Tracker
将真实学习和开发日志转为可审核的每日、问题、证据与项目记录；通过“来源 → AI 提取 → 候选审核 → 确认 → 发布”流程，让记录可追溯、可复核。
ReactFastAPIPostgreSQLSupabaseLLM Router
单智能体受控在线演示
DevInsight Agent
基于 LangGraph 的只读 Single Agent。v1.6 加入通用 Source Index 与确定性证据检索；生产受控 Demo 中 5/7 完成诊断，2/7 在证据不足时安全进入 Human Review。
LangGraphFastAPISource IndexPython ASTTree-sitter
AI 应用四模块 MVP／已冻结
AI IELTS Assistant
面向雅思学习的四模块微信小程序 MVP：接入 DeepSeek 写作反馈，并打通录音、云存储、Tencent ASR 与文本化口语反馈；阅读和听力使用本地评分。
WeChat Mini ProgramCloud FunctionsDeepSeekTencent ASR
前端作品集已上线
Personal Portfolio Website
使用 Next.js 构建的个人作品集，包含状态驱动的 Explore Me 职业路径与分区叙事，并完成桌面端、iPhone、Android 手机与 Android 平板的响应式验证。
Next.jsTypeScriptTailwind CSSFramer Motion
构建方式
从想法到 可运行的 AI 应用
先明确问题和范围，再制定可执行方案；借助 AI 编码，并通过人工判断、真实环境验证和迭代把工作做实。
问题→方案→架构→实现→验证
01
明确问题
梳理使用场景、真实问题与范围。
02
制定方案
明确目标、用户流程与验收标准。
03
设计架构
规划系统架构、数据流、API 与 AI 工作流。
04
完成实现
实现前端、后端、数据系统与 AI 功能。
05
验证与迭代
在真实环境中验证结果，修复问题并持续迭代。
常用 技术
用于构建 AI 应用的常用技术与工具。
React
Next.js
TypeScript
Tailwind CSS
Framer Motion
Python
FastAPI
SQLAlchemy
PostgreSQL
Supabase
Node.js
DeepSeek
LangGraph
Qwen
LLM Router
Structured Output
Docker
Vercel
GitHub
Render
技术栈
核心 技术栈
用于设计、实现和交付 AI 应用的核心技术与工具。
前端工程
构建响应式界面与可复用组件。
React
Next.js
TypeScript
Vite
Tailwind CSS
Framer Motion
后端工程
设计 API、身份认证与可维护的应用架构。
Python
FastAPI
REST API
Pydantic
JWT
AI 应用工程
构建结构化 LLM 工作流与开发者可控的 AI 应用。
DeepSeek
LangGraph
Qwen
LLM Router
Structured Output
Prompt Engineering
Human Review
数据与数据库
管理结构化数据、Schema 演进与应用存储。
PostgreSQL
Supabase
SQLAlchemy
Alembic
Database Constraints
基础设施与部署
将开发中的应用部署为可访问、可验证的服务。
GitHub
Docker
Vercel
Render
工程工作流
使用 AI 辅助开发、测试、调试与发布验收。
Git
ChatGPT / Codex
DeepSeek Harness
API Testing
Pytest
Logging & Debugging
为什么选择我
把系统思维转化为可验证的 AI 应用
6 年建筑与设计相关经历让我更重视拆解复杂问题、明确范围，并把需求推进为可运行的结果。
产品视角
从实际问题和使用结果出发，而不是只关注写代码。
全栈落地
把需求推进为包含前端、API 和数据层的可运行结果。
AI 集成
将提示词、结构化输出与工作流接入具体应用。
工程方法
从需求、方案到实现和迭代，保持过程清晰可验证。
沟通与边界
明确目标、范围与取舍，减少协作中的信息偏差。
持续改进
通过记录、复盘和迭代，让工程流程持续变得更可靠。
联系我
一起把想法落地为可运行的产品
我正在寻找 AI 应用工程师相关机会，也欢迎围绕真实产品问题进行交流。
正在寻找机会
AI 应用工程师岗位项目协作作品集交流
建筑设计思维→AI 应用工程→产品实践