工程亮点
我在工程、写作和开发者倡导方面构建、发布或贡献的精选内容。
AI工作流程执行沙箱
为人工智能辅助工作流构建器构建了一个独立的 Python 执行引擎。每个沙箱都在持久的 Python 内核上运行 - 类似于 Jupyter 或 Marimo - 在运行之间保留执行状态，并将 stdout/stderr 流回前端。可插入的文件系统抽象（今天是本地的，S3/内存就绪）为每个沙箱提供了一个临时工作树，分为源（启动时复制的只读输入）和目标（执行输出），每个操作都针对沙箱根进行验证。
Python、FastAPI、asyncio、子进程、WebSocket
与您的数据对话（文本到 SQL 代理）
在平台的数据仓库上构建自然语言查询层 - 用户用简单的英语输入问题并返回图表或表格。向代理提供相关架构（表、列、类型、关系和示例值）的紧凑描述作为上下文，然后针对 ClickHouse 生成 SQL 查询。生成的 SQL 在执行之前经过验证并限定在用户允许的表范围内，并且代理可以通过将故障反馈回以进行另一次尝试来修复执行错误。结果被渲染回平台现有的网格和可视化组件中。
Python、LLM 编排、文本到 SQL、模式基础、ClickHouse
Python 运行时基础设施
构建了一个通过 API 接受 Python 脚本的服务器，解析并下载它们的依赖项，并使用 PEX 将所有内容打包到独立的二进制文件中。每个任务都在 Firecracker microVM 内运行，以实现快速、轻量级的沙箱，使用户能够在完全隔离的情况下安全地执行任意代码。任务通过 Redis 排队，工作服务器同时拉取和执行作业。
Python、PEX、Firecracker、Redis、REST API
自定义公式编辑器
从头开始构建了一个类似 Excel 的公式编辑器，包括一个自定义解析器，用于执行词法和语法分析、生成 AST 并应用转换来计算表达式。支持用户定义平台内计算列和数据操作的公式。
TypeScript、AST、解析器、词法分析器
ClickHouse 分片配置
为 ClickHouse 设计和配置分片，以大规模处理平台的分析工作负载 - 设置分布式表、分片拓扑和副本配置以实现高吞吐量数据摄取和查询。
ClickHouse，分布式系统
人工智能面试引擎
构建了人工智能驱动的预筛选面试引擎。给定职位和技能要求，系统使用法学硕士自动生成结构化面试计划——带有评分标准和后续逻辑的问题树。在面试过程中，法学硕士利用多个电话进行对话，评估候选人的反应，并实时决定后续问题。
Python、LLM 编排、结构化生成
Monorepo 构建自动化
为基于 Nx 的 monorepo 设计并实现了原理图式构建自动化。生成器处理完整的脚手架生命周期：模板文件，应用 AST 重写来更新路由、模块和桶文件，以及修补共享配置，例如 nx.json 和 tsconfig.base.json。降低了开发新功能的成本并在生成时强制执行架构约定。
Nx、TypeScript、AST、代码生成、monorepo 工具
社区与内容
从头开始构建了最大的 Angular 出版物。撰写100+篇深度文章，多篇排名Google搜索结果前3名。该出版物的月浏览量达到 100 万以上，关注者数量超过 16,000 人。招募并编辑了由 20 多名作者组成的社区，建立了一个内部 Slack 小组以进行评论和协作。该出版物成为高级 Angular 内容的首选资源。
内容策略、SEO、社区建设、开发者宣传