林清扬 LIN QINGYANG

AI Data Infrastructure
& Agent Engineering

让数据,成为
AI 的可靠起点。

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。

GitHub / QingYang1807 (在新标签页打开)
THE ENGINEERING THREAD↗

从数据,到可靠的系统。

  1. 01 / COLLECT数据采集
    让来源清楚
  2. 02 / REFINE清洗与富化
    让数据可用
  3. 03 / EVALUATE质量评测
    让结果可验证
  4. 04 / BUILDAgent 与应用
    让能力进入工作流
工程方法示意 DATA → SYSTEMS
以企业后端与数据平台为工程基础
数据质量Agent 工作流本地 AI

01FOCUS AREAS

围绕一个方向,持续深入。

高质量 AI 数据工程
与智能数据基础设施。

01 / AI Data Engineering

高质量数据,是起点。

采集、清洗、增强与富化,关注数据可用性与质量治理。

02 / Agent Engineering

让执行可控,让失败可恢复。

工作流、工具调用与上下文管理,把模型能力放进可控系统。

03 / Evaluation & DataOps

用反馈,形成质量闭环。

评测集、回归验证与可观测性,让改进有证据。

02PROJECTS & ONLINE APPS

从真实问题,到随手可用。

筛选应用与项目
03 / 工程工具个人作品 · 已上线

Sequence Desk

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。

ReactTypeScriptSVGNode.js

线上页面与本地项目说明已核查;完整功能边界见详情。

04 / 工程工具个人作品 · 已上线

Architecture Desk

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。

ReactTypeScriptELKSVG

线上页面与本地项目说明已核查;完整功能边界见详情。

05 / 工程工具个人项目 · 已上线

SkillHub

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。

Next.jsReactSQLite

在线入口已核查;使用说明与当前边界见详情。

06 / 工程工具个人项目 · 已上线

Qingyang Studio

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。

PythonSQLiteNginx

在线入口已核查;使用说明与当前边界见详情。

07 / AI 应用在线原型 · 待业务验收

AI 数据处理平台

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。

Next.jsReact

在线入口已核查;使用说明与当前边界见详情。

09 / 工程工具个人项目 · 已上线

Qingyang Blog

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。

ReactMarkdownSpring Boot

在线入口已核查;使用说明与当前边界见详情。

12 / 工程工具个人项目 · 已上线

天气速查

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。

HTMLJavaScript天气 API

在线入口已核查;使用说明与当前边界见详情。

13 / 工程工具个人项目 · 已上线

Web Clock

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。

ReactJavaScript

在线入口已核查;使用说明与当前边界见详情。

14 / 工程工具个人项目 · 已上线

轻量计算器

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。

HTMLCSSJavaScript

在线入口已核查;使用说明与当前边界见详情。

15 / AI 应用MVP · 源码可查

ChatBI

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。

ReactTypeScriptEChartsZustand

演示暂不可用 · 证书待修复

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

03ENGINEERING PRACTICE

让每一次改进,
都有据可循。

模型能力只是系统的一部分。数据、评测、执行控制与可观测性,共同决定一个应用是否值得信任。

了解我的工程方法
  1. 01

    先定义问题与边界

    明确输入、输出、数据契约与验收标准,再选择工具和模型。

  2. 02

    留下可以复现的证据

    保留样本、配置、执行记录与失败案例,区分“运行过”与“验证过”。

  3. 03

    把反馈带回下一次迭代

    从 Badcase 到回归集,从一次修复到持续可维护的质量闭环。

04PRODUCTS & LABS

保持探索,也保留边界。

产品入口与进行中的实验
架构探索

AI Native DataOps

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
本地实验

有边界的本地 Agent

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
本地实验

本地媒体处理流水线

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

将思考,留在工程之外。

前往技术博客 (在新标签页打开)

近期公开文章选读 · 正文与后续更新保留在博客。

06ABOUT THE BUILDER

我是林清扬,
一个持续构建的工程师。

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

有值得一起解决的问题?

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。

提交合作需求