MindDesk
让想法长成清晰的结构
将零散想法整理成思维导图、逻辑树、大纲、鱼骨图与 WBS,让分析、决策和任务拆解使用同一份结构。
在线入口已核查;使用说明与当前边界见详情。
林清扬 LIN QINGYANG
AI Data Infrastructure
& Agent Engineering
专注 AI 数据工程、Agent 工程化与智能数据基础设施。
用真实项目、可复现实验和开源实践,连接数据与应用。
从数据,到可靠的系统。
01FOCUS AREAS
高质量 AI 数据工程
与智能数据基础设施。
采集、清洗、增强与富化,关注数据可用性与质量治理。
工作流、工具调用与上下文管理,把模型能力放进可控系统。
评测集、回归验证与可观测性,让改进有证据。
02PROJECTS & ONLINE APPS
让想法长成清晰的结构
将零散想法整理成思维导图、逻辑树、大纲、鱼骨图与 WBS,让分析、决策和任务拆解使用同一份结构。
在线入口已核查;使用说明与当前边界见详情。
把目标拆成有顺序的行动
用甘特图、任务层级、里程碑和依赖关系组织项目计划,把交付物、排期与进度放在同一个工作台。
在线入口已核查;使用说明与当前边界见详情。
把交互流程画成清晰的时序图
面向接口交互与业务流程的时序图工作台,支持参与者、消息与控制区域编辑,以及图纸管理和多格式导出。
线上页面与本地项目说明已核查;完整功能边界见详情。
让系统架构可编辑、可表达、可导出
面向系统设计的架构图工作台,提供语义组件、分组布局、正交连线与模板,支持矢量图和文档导出。
线上页面与本地项目说明已核查;完整功能边界见详情。
把可复用的能力留下来
统一整理 Skill、SOP、数据与 API 资源,保留版本、来源和信任状态,为 Agent 提供可发现、可分发的能力入口。
在线入口已核查;使用说明与当前边界见详情。
让一个合作想法有下一步
围绕 AI 应用、工作流自动化与数据工程收集合作需求,生成咨询回执,并进入私人的跟进工作台。
在线入口已核查;使用说明与当前边界见详情。
探索从数据准备到处理流程的入口
围绕 AI 数据准备与处理构建的在线原型,保留一个可以继续演进的可视化工作入口。
在线入口已核查;使用说明与当前边界见详情。
用文本快速表达系统与流程
在代码编辑与图形预览之间快速切换,用 Mermaid 描述流程、交互与结构,并导出图形用于文档沟通。
在线入口已核查;使用说明与当前边界见详情。
把工程过程写成可复用的笔记
记录 AI 数据工程、Agent、本地 AI 与开发实践,将项目中的问题、方法和验证过程留成可检索的技术文章。
在线入口已核查;使用说明与当前边界见详情。
把 Markdown 整理成适合发布的文章
自托管 Doocs Markdown 编辑器,将写作、预览与公众号排版放在一个页面,减少反复调整格式的时间。
在线入口已核查;使用说明与当前边界见详情。
把分散的热点放到一起看
自托管 TrendRadar,聚合多个平台的热榜与 RSS 更新,按主题整理热点,作为选题与信息浏览的起点。
在线入口已核查;使用说明与当前边界见详情。
出门前,快速看一眼天气
通过城市选择与搜索查看天气,把常用城市和预报集中到一个轻量页面。
在线入口已核查;使用说明与当前边界见详情。
给屏幕一个安静的时间刻度
独立域名的网页时钟,适合工作时放在副屏或将闲置屏幕作为时间显示。
在线入口已核查;使用说明与当前边界见详情。
随手完成一次计算
一个可直接打开的基础计算器,将常用四则运算放到独立、简洁的网页中。
在线入口已核查;使用说明与当前边界见详情。
让数据分析从一个问题开始
围绕数据文件、自然语言提问与图表展示,探索对话式数据分析的交互路径。
演示暂不可用 · 证书待修复
把目标、任务与复盘连接起来
围绕目标与待办管理构建的个人效率应用,持续探索工作记录与数据恢复的工程细节。
页面可达;完整业务流程未在本次验收。
将重复的小问题做成轻量工具
一个聚合开发、文档与日常效率工具的静态入口,让实用功能随时可取。
门户与抽样工具资源可达;未逐一验收全部工具。
在线入口优先,介绍与背景见详情。个人项目、自托管服务和原型分别标注。应用入口核查 2026-11-07
明确输入、输出、数据契约与验收标准,再选择工具和模型。
保留样本、配置、执行记录与失败案例,区分“运行过”与“验证过”。
从 Badcase 到回归集,从一次修复到持续可维护的质量闭环。
04PRODUCTS & LABS
梳理从采集、清洗到质量检查的可追踪链路。当前以本地架构设计与中间件开发环境为主,业务流水线尚待实现。
数据质量 · 处理流水线 · DataOps探索记忆延续、工具边界、执行预算与失败恢复。本地已有控制代码和测试;尚未公开发布,不代表模型训练或能力提升结论。
上下文 · 执行控制 · 可复现验证在 Apple Silicon 上组织下载、转写与任务产物。本地已有 CLI、API 和测试;基于 Whisper、MLX 等上游能力集成,本次未重跑推理基准。
Local AI · 任务追踪 · 上游集成data.qingyang.ai 当前可返回页面,业务功能尚未核实,暂不作为平台成果展示。
05WRITING & NOTES
从可验收的结果出发,寻找瓶颈、做最小验证,并将重复问题沉淀为系统。
梳理记忆、反思、工具与工作流的演进路径,关注经验如何经过评估和验证。
围绕 AI 原生开发工具的使用方法与工程协作展开整理。
近期公开文章选读 · 正文与后续更新保留在博客。
06ABOUT THE BUILDER
从企业级 Java 后端与数据平台开发出发,逐步走向数据治理、AI 数据处理与 Agent 应用。现在,我把长期方向聚焦在 AI Data Infrastructure。
我关心数据如何变得可用,Agent 如何有边界地执行,以及系统的每一次改进如何被验证。
更多关于我LET’S CONNECT
工作流自动化、技术方案交付或 AI 数据诊断,从一个具体需求开始。