项目定位：设计并实现了一套面向车载域与机器人域的轻量级消息互通中间件，解决上层 ROS2 应用与底层 RTOS/STM32 之间的双向通信、策略控制与可观测性问题。 核心贡献： 抽象统一消息模型（MessageEnvelope）与可插拔传输层（ITransport），实现 POSIX MQ / TCP 传输，并规划 RTOS 队列、共享内存适配。 设计策略引擎（背压/SLA/重试/幂等）与协议适配器（legacy/compact/Protob uf/CBOR），支持 topic 级灰度、自动回退，保证跨平台兼容与资源受限设备适配。 实现配置热更新与回滚框架，支持版本化配置、灰度发布、回滚审计，保障运行时可靠性。 构建完整可观测体系：指标聚合（Prometheus/JSON）、诊断快照持久化、策略生效视图导出，满足生产环境运维需求。 引入工程化质量门禁：单元测试、故障注入、长稳压测、代码冗余/并发审计 ，并通过 CTest 集成 CI 流程。 平台适配：已完成 FreeRTOS/STM32（含 F429）软件侧适配骨架，包含 toolchain 、启动脚本、STLINK 下载脚本与诊断自检；同时提供 ROS2 示例桥接节点，实现与 ROS2 生态互通。 技术栈：C++17、FreeRTOS、ROS2、POSIX、STM32（HAL）、CMake、GTest、Python （压测/脚本）。 成果：项目已达 v0.9 里程碑（架构解耦、协议 wire 加固、风险自动回滚、长稳门禁），具备工业级中间件基础能力，可支撑实际嵌入式互通场景。

项目定位：设计并实现了一套面向车载场景的轻量化运行时管理中间件，覆盖 服务监控（EM）、健康管理（PHM）、看门狗超时处理（WM）、电源/系统态协同 （PM/SM）、故障诊断与复位链路（Diag+BSP），提供跨中间件事件桥接能力。 核心贡献： 构建跨平台抽象层（OSAL），支持 Std（Linux/Windows） 与 FreeRTOS 双 后端，实现主机与嵌入式环境无缝移植；提供 BSP 复位多态（仿真/STM32）， 满足不同硬件平台。 设计事件驱动架构（Eventtopic/source/payload/severity）与 YAML 策略 驱动，支持配置热更新与版本管理，实现服务注册、心跳监控、故障判定、看门 狗超时及复位链路的闭环管理。 实现完整 ROS2 传输层（RclcppEventTransport），支持与 ROS2 生态互通 ，提供重连机制、QoS 配置、命名空间映射，并通过端到端示例验证。 引入 集群管理能力：基于 Raft 一致性协议实现节点管理、领导者选举、日 志复制、成员变更；提供跨节点心跳服务（UDP 广播/组播）、集群级故障恢复 策略（FAILOVER/DEGRADE/ISOLATE/ESCALATE）及 CLI 管理工具。 增强诊断模型与可观测性：支持故障分类、上下文快照（FreezeFrame）、统 计方法；内置性能监控（CPU/RAM、ROS2 传输延迟/吞吐量）；提供安全通信框 架（TLS/DTLS 抽象、身份认证、审计日志）与高级监控（健康度、性能基线、 RCA 辅助）。 构建企业级 CI/CD 流水线：跨平台编译（LinuxGCC/WindowsMSVC/STM32GCC ）、单元测试覆盖率≥80%、静态分析（clang-tidy/cppcheck）、打包交付物生 成（CPack），通过质量门禁保障代码可靠性。 7 技术栈：C++17、FreeRTOS、ROS2、STM32（HAL）、Raft 协议、UDP 组播、CMake 、GTest、YAML、Doxygen、GitHub Actions。 成果：项目已达 v0.9 基线，具备完整的服务监管、集群容错、安全监控能力 ，并规划 v1.0 生产级交付（功能冻结、模块化裁剪、多平台适配）。通过工程 化实践，展现了嵌入式平台软件架构设计、实时系统开发与大规模软件质量管理能力。

基于 Tauri 2.x 框架构建的 Windows 桌面应用，Rust 后端 + React 前端架构。面向开发者提供 8 大文档场景（周报、简历、技术文档、Bug 分析、Commit Message、PR 描述、技术笔记、项目架构设计）的智能生成能力，用户选择模板并填写变量后，调用大模型 API 流式生成 Markdown 文档，支持实时预览与一键复制。 后端使用 Rust 实现 Prompt 模板引擎，采用 Mustache 风格变量替换，支持日期宏、全局变量注入和必填校验；抽象了 OpenAI 兼容 API 统一适配层，通过 base_url 差异化接入 DeepSeek、GLM-4、Qwen、OpenAI 等多家大模型 Provider；基于 reqwest 实现 SSE 流式请求，通过 Tauri Event 机制逐块推送至前端实现打字机效果；持久层使用 rusqlite（SQLite + WAL 模式），存储生成历史、Provider 配置和自定义模板。 前端采用 React 18 + TypeScript + TailwindCSS 构建，Zustand 管理全局状态，react-markdown + remark-gfm 渲染输出；通过 Tauri invoke/events 实现前后端 IPC 通信；经过组件拆分优化（VariableInput 子组件提取、presets 缓存、冗余调用清理），Editor 模块代码量精简约 20%。

独立设计并开发面向 LeetCode（leetcode.cn）的算法训练辅助系统，覆盖选题、编码、求助、面试模拟、复盘全链路训练闭环。核心亮点： 数据接入与筛选引擎：基于 GraphQL 实现对 LeetCode CN 平台的题目列表拉取、详情获取、登录态校验；支持按难度/标签多维筛选、未完成题自动过滤与难度优先推荐策略。 AI 多模型辅助层：统一封装 OpenAI / DeepSeek / Gemini / Claude 四大 LLM 供应商 API，实现参考解生成（最小复杂度优先）、错误驱动反馈（点拨式纠错不直接给答案）、模拟大厂面试评估（7 维评分 + PASS/FAIL 判定）三条核心链路，支持运行时动态切换供应商与模型。 成本控制体系：设计 Token 预估 → 调用前确认 → 预算检查 → 用量累计 → 日/月周期重置的完整预算管控链路，防止 AI 调用超支。 双端交互界面：CLI 全功能命令行 + Streamlit Web 可视化界面；支持 Win11 一键启动脚本与 PyInstaller 桌面化打包分发。 面试评估专项优化：针对国内大厂（腾讯、字节、阿里、华为）面试标准，新增解题思路沟通与代码注释规范评估维度，支持中文注释场景。