郭家鸣
性别：男
邮箱：1435554189@qq.com
出生年月：2000/08/05
住址：河南省开封市
博客：https://www.yiyeliangxia.cloud
教育背景
2018.09-2022.09
合肥大学
计算机科学与技术（本科）
核心优势
- AI 辅助开发：深度使用 OpenClaw / Cursor / Claude code等 AI 编程工具进行需求分析、代码生成与 Review，具备将 AI 融入完整工程实践的经验。
- 大模型工程：了解 LLM 本地部署与 LoRA 参数高效微调（PEFT）；基于开源项目复现 DDPM 和 Stable Diffusion 推理流程，对扩散模型的前向加噪与反向去噪过程有了实践层面的认知。
- 前端工程化：熟练使用 Vue3 + TypeScript 构建复杂 SPA；掌握富文本 / 公式编辑器深度定制、SSE 流式通信、性能优化（RAF / 虚拟列表）等。
- 规范化开发：遵循 Spec-kit 规范进行规范驱动式开发。
工作经历
2022.07-2024.12
工作单位：科大讯飞
职位：web前端开发
工作内容：进行日常任务开发，参与项目评估，页面交互优化及前端性能优化，系统模块设计等。
2025.03-至今
工作单位：明睿人工智能
职位：web前端开发
工作内容：结合 AI 编程工具进行业务开发与迭代，具备将 AI 能力融入实际研发流程的实践经验。
科研实践
技术推进理解：AE → VAE → DDPM → LDM → LoRA 微调
项目一：DDPM 图像生成复现
核心实现：
- 理解并复现扩散模型的前向加噪与反向去噪过程
- 基于 UNet 完成图像生成实验，观察模型在不同训练阶段的生成变化
- 结合训练与采样过程，理解时间步、噪声预测与最终生成效果之间的关系
项目二：Stable Diffusion 文本生成图像
核心实现：
- 基于开源实现部署并调试了 Stable Diffusion 推理流程，理解文生图的基本实现链路
- 关注 VAE、潜在空间扩散和文本条件控制在生成过程中的作用
- 对比 DDPM 与 LDM 的实现差异，进一步理解扩散模型在工程落地中的效率优化思路
关键认知：
- 从 AE 到 VAE 再到 DDPM、LDM，逐步理解了生成模型从重建到生成、从像素空间到潜在空间的演进思路
- VAE 编解码后图像存在一定细节损失，但语义结构基本保留；且 VAE 的重建质量对最终生成图像影响较大
- 尝试调整文本提示和引导强度，观察到文本对生成内容的控制是渐进式的，而非一次性映射
项目三：数字人项目——本地部署与个性化微调
核心实现：
- 基于 Qwen2.5-7B-Instruct 搭建个人数字分身，完成本地部署、数据清洗和 LoRA 微调
- 将微信聊天记录处理为监督微调数据，结合角色设定构造多轮对话样本，并通过滑动窗口切分长对话，提高训练数据利用率
- 结合梯度累积、gradient checkpointing、bf16 等方式优化训练资源开销
- 微调后仅保存轻量级 LoRA Adapter 文件，推理时通过 PEFT 动态注入基座模型完成复用
关键认知：
- 关注 LoRA 在 Stable Diffusion 与大语言模型中的通用微调思路
- 关注滑动窗口和样本构造方式对长对话训练效果的影响
- 关注参数高效训练在模型落地、存储与复用中的实际价值
项目经验
项目一：答题卡前端系统
技术栈：Vue3、TypeScript、Vite、Element Plus、Pinia、wangEditor、KaTeX
项目描述：
- 核心难点——跨页分割算法：当题块超出当前页剩余高度时，按行 / 组粒度精确分割并续排到下一页；配合无 DOM 像素级高度计算引擎，无需挂载 DOM 即可预测各题型渲染高度，完成布局决策。
- 整体架构：采用数据驱动的分层设计——状态层（Pinia 统一管理答题卡 JSON 结构）、布局引擎层（纯计算，无 DOM 依赖）、渲染层（Vue 组件树）三层解耦；题型配置与渲染逻辑分离，新增题型只需扩展配置信息与对应高度计算规则，无需改动核心算法；答题卡数据以标准 JSON 序列化，支持保存 / 恢复和多端复用。
- 实现 JS Proxy 动态桥接 CSS 自定义属性与 TypeScript 布局常量，保证布局引擎实时响应用户调整的字体 / 间距参数；自定义 ResizableContainer 组件通过 RAF 节流实现 60fps 流畅拖拽。
项目二：基于 OpenClaw 的 AI 辅助自动化部署博客系统
技术栈：OpenClaw、Git、QQBot、Nginx、云服务器
项目描述：
- 结合 OpenClaw 实现云端自动化 CI/CD 流水线：Git 提交触发自动构建，调用部署 API 完成发布，全程无需人工介入；集成 QQ 机器人实时推送部署状态通知。
- 对博客进行 Nginx 配置调优与资源压缩，提升 Lighthouse 性能评分；实践将 AI 工具融入 DevOps 工作流，探索 AI 辅助开发与自动化运维的协同模式。
