教育背景、实践经历、专业技能与研究项目。面向 Agent 应用开发，兼具领域语义建模、证据驱动交互与模型实验经验。
Text-to-SQL 可控数据合成、表格基础模型上下文检索机制优化。
Agent、本体建模与工程实践的公开笔记。用双向链接和知识图谱，把学习连成一张持续生长的地图。
让 Agent 自动分析环境要求、自己部署设施、自己优化部署流程。先从这台机器开始，把每一次折腾都变成可复用的工具。
提供一个以本体为内核的 Agent，作为服务器导航工具。可查询在线服务、部署方式与站内内容，回答附依据。
提供一个多空辩论的盯盘 Agent，每个交易日收盘后给出次日与未来一周的判断，并按真实走势自动对账，公开准确率。不构成投资建议。
提供按公历日期与时辰查询的紫微斗数十三维资料库，并接入 AI 对资料做白话解读。出生信息不保存。
代码、实验脚本和这个站点的配置都会陆续放到 github.com/FairyGuest。
研究上，围绕 Text-to-SQL 的复杂度度量与分布调控做可控数据合成，同时研究表格基础模型里兼顾相关性与多样性的上下文检索机制。
工程上，在企业实习项目中负责 AI Native 教育产品的需求分析、功能设计与原型迭代，一周形成可交互原型并完成模型接入。
这个站点，是一个逐步长出来的实验场：静态页面、Node.js 服务、systemd、Nginx 与 HTTPS 已经就位，下一步是让 Agent 接管部署和优化。