hanpeng
写好代码，
做有生命力的产品。
10 年软件工程经验。现在独立构建产品，探索 AI、知识系统与软件工程的结合。
核心方向
What I Build从想法到上线，从模型到生产环境——三条主线，端到端打通。
Products
产品设计 → 数据建模 → 前后端开发 → 部署上线 → 持续迭代，全流程独立完成。
AI Systems
LLM → Vision → RAG → Agent → Workflow，把模型能力接进真实业务流程。
Infrastructure
Cloudflare、Kubernetes、Proxmox VE、CI/CD 与可观测性，从代码到生产环境全程把控。
精选项目
Selected WorkAI Engineering Lab
围绕本地大模型、RAG 与 Agent 的一组持续实验：从本地推理服务到知识库问答，探索 AI 如何进入真实工程流程。
Personal Infrastructure
自建从虚拟化到边缘的完整开发基础设施：Proxmox VE + ZFS 私有化底座、Kubernetes 编排、CI/CD 流水线与全链路可观测性。
AI 实验室
AI LabExploring AI beyond chat.
探索 AI 如何真正进入软件工程与真实产品——不止于调用 API。
Qwen、Ollama、vLLM 与本地推理：私有化部署、推理加速与成本控制。
从文档到 Embedding、向量检索与 RAG，构建可检索、可推理的知识系统。
老照片修复、OCR 与多模态信息提取，把非结构化资料变成结构化数据。
让 LLM 从聊天走向工具与工作流：MCP、Function Calling、任务编排。
工作经历
Experience工程理念
PhilosophyThink before code.
先想清楚用户和场景，再写代码。
Build for reality.
系统最终面对的是用户，而不是技术指标。
Ship, observe, iterate.
真正的产品从上线那一刻才开始。
AI should amplify engineers.
AI 是工程能力的放大器，而不是目的本身。
近况
NowOctober 2026技术栈
Tech Stack专注高并发后端与 Web 性能优化，兼具 Python 自动化与中间件开发能力。
主导微服务可观测性重构，基于 OpenTelemetry + HertzBeat 构建轻量全链路追踪与告警；用 PostGIS、ClickHouse、Redis 解决时空与分析型场景。
Hadoop/Hive 离线数仓 + Spark 计算 + Kafka 实时管道，支撑千万级数据量的稳定产出。
从硬件、数据库到应用层的监控告警闭环：OpenTelemetry 无侵入采集调用链，Prometheus 指标，HertzBeat 告警，Nginx/OpenResty 日志分析。
阿里云 ACK 集群管理与多地域 VPC 组网；自建 Proxmox VE + ZFS 私有化底座；GitLab CI/CD 自动化流水线。
多模态大模型（Qwen / GLM）私有化部署与 vLLM 推理加速，LiteLLM 统一多模型接口，AutoDL 与本地算力实践。
联系方式
Contact想合作或聊聊项目？ 发邮件。
一般会在一天内回复。