关于我 — 刘思锐 | 后端、系统与应用 AI
English | 中文
我是 刘思锐（Sirui Liu），滑铁卢大学计算机工程 Co-op 本科生，GitHub 用户名为 WorldVanquisher。我关注把想法做成可以使用、部署、排查和持续迭代的工程系统。
我的项目覆盖 Go 后端、SQLite 数据建模、React 工作台、Python / TypeScript 开发工具、Linux 运维、AWS / Azure 和软硬件集成。目前重点寻找 Backend、Platform、DevOps、Applied AI Engineering 方向的 4 或 8 个月 Co-op 机会。
我能为团队带来什么
- 从设计到部署的交付能力：包含 40+ HTTP 接口、React 工作台、数据持久化、检索与自动检查的学习知识系统，以及 AWS 演示环境。
- 数据一致性与恢复能力：版本化记录、只追加反馈、幂等写入、索引租约与受保护发布、校验和验证和回滚。
- 可解释、可验证的 AI 集成：embedding 服务、检索评估、混合排序和逐项确认的 AI 建议。
- 实际运维与业务经历：生产 CRM 问题处理、Azure 报表自动化和自托管 Linux 服务。
- 协作开发能力：Novel Ontology Pi 的 10 个已合并个人 PR，以及团队 IoT 原型与学生咨询项目。
工作与咨询经历
AsiaInfo Technologies — IT Operations Intern
2025 年 9–12 月 · 中国 · 中国电信河北 CRM 平台
- 构建 Gitea Actions 流水线，在 PR 上执行 lint、单元测试与 Docker 构建，检查失败时阻止合并。
- 优化 CRM 后端 Dockerfile 的镜像体积，并用 Docker Compose 统一开发与测试配置。
- 编写 Python 脚本清理遗留及无效数据库记录，处理反复出现的后端错误。
- 用 Bash 自动清理服务器日志，预防磁盘空间不足引发的服务中断。
- 通过调查数据库不一致、服务工单失败和业务流程错误，解决 500+ 生产 CRM 问题。
Pallet Connect — WE Accelerate 学生咨询
2025 年 · 滑铁卢大学团队咨询项目
- 开发并在 Azure App Service 部署 REST API，自动生成每日与每周 ERP 报告，替代人工整理。
- 将 Azure OpenAI 与 ERP 数据连接，通过只读数据库访问支持自然语言查询。
- 构建 GitHub Actions 部署流程，使用 App Service deployment slots、ARM 模板与 Azure CLI 管理部署和基础设施。
French Learning Hub — 把学习问题变成可检索的知识
2026 年 7 月至今 · 项目负责人 · Go、SQLite、React、TypeScript、Docker、Qdrant、AWS
我构建 FLH 来解决法语学习中的知识散落问题：原始提问、模型解释、人工纠正和最终整理的概念容易混在一起，难以回溯。FLH 将它们组织成完整流程：记录问题 → 分析与反馈 → 知识抽取 → Concept 整理 → 检索并回到来源。
我负责产品方向、架构决策、任务定义、代码审查与部署流程，使用 Claude Code 和 Codex 推进实现。核心设计分开保存学习者原文、模型解释和人工判断，让重新分析与纠正不会抹掉历史。
| 方向 | 代表成果 |
|---|---|
| 后端 | 40+ HTTP 接口、分层 Go 服务、SQLite 事务、版本化 migration 与幂等导入 |
| 检索 | 关键词、语义与混合检索，持久化向量缓存，租约保护的 Qdrant 发布 |
| 工作流性能 | 在 1,543 个可审阅单元的合成数据中，首屏审阅载荷从约 821 KB 降至 27 KB |
| 检索评估 | 四种基线及 Recall/MRR；探索性合成数据中 E5 Recall@5 44/48，BM25 32/48 |
| 验证 | 真实 Qdrant 与合成 embedding 下 126 项混合检索集成检查；另有后端、前端和演示浏览器 CI |
| 部署 | Docker 个人使用版本、Linux amd64/arm64 演示包、Terraform EC2 环境与 SSM 管理 |
完整工程里程碑
学习记录与知识身份
- 构建分层 Go / SQLite 服务与 React / TypeScript 工作台，串联记录导入、解释纠正、七类概念审阅决策和来源查看。
- 用版本化 Analysis、只追加 Feedback、事务与幂等导入保留历史，避免半写入和重复 capture。
- 分离不可变 KnowledgeUnit 证据与持久 Concept 身份，在读取时推导支持关系，保留归属纠正历史。
- 建立只读 Knowledge Library，通过关键词和可选语义搜索回到原始问题及对应解释。
- 以严格 JSON、规范化 SHA-256 指纹和原子事务拒绝同身份导入中的内容冲突。
语义检索、GPU 与评估
- 按内容哈希、表示、模型身份和维度缓存 embedding，跨重启与重建复用向量。
- 在 RTX 4070 笔记本部署多语言 embedding 服务，通过 Tailscale 连接 NAS，定义请求边界与部署身份。
- 对四种检索基线做探索性合成评估，记录 E5 与 BM25 的 Recall@5 对比。
- 在六种 GPU 配置中诊断 float16 漂移，选择在测试矩阵中重复向量和 top-5 排名稳定的 singleton 推理。
- 提供版本化数据导出、质量报告，以及固定评估总体下的 Recall@1/3/5、MRR 比较。
- 通过可选 provider 接口接入模型，配置无效时启动失败，拒绝静默切换。
- 用冻结 fixture 哈希、显式超时失败、输出目录保护和生产转换对照约束检索实验。
发布、并发与 CI
- 将 API 与前端打入同一 Docker 镜像，加入 health / readiness、持久化存储、备份与升级流程。
- 用 SQLite 租约、受保护写入和每次运行独立的向量集合控制并发索引，再切换发布指针。
- 在 GitHub Actions 中运行固定 Qdrant 镜像的恢复、缓存与并发发布检查，测试跳过即失败。
- 建立 Go 测试、静态检查、前端检查与构建，验证集成后的前后端。
AWS 备份与模型工具
- 构建 Python / CloudFormation 工具，将合成 SQLite 快照保存到私有 S3，配置加密、TLS-only 与生命周期。
- 用 SQLite online backup API 创建 WAL 一致快照，以哈希、完整性、外键、migration 和数据指纹验证隔离恢复。
- 校验 StackId、归属标签和删除回执，拒绝身份不一致或清理证据不足的删除。
- 通过持久化账本在调用前预留 S3 / Bedrock 请求与字节预算，并计入失败尝试。
- 构建 Bedrock Titan HTTP adapter，验证模型身份、请求范围与向量形状。
- 在 Canada Central 完成六次成功的 live Titan 请求，检查 512 维向量的有限性、非零和归一化。
- 用 82 项自动测试及 56 项独立故障注入观察覆盖本地 fake / SDK stub 异常路径。
- 把可恢复 embedding 请求绑定到输入哈希和模型配置，防止错误复用并保留累计使用账目。
混合检索与工具界面
- 以固定 RRF 合并 SQLite 关键词与 Qdrant 语义排名，限制候选并确定性处理同分，排序后回查当前记录。
- 在 API 和 React 页面显示组件排名、匹配字段、相似度和融合分数。
- 用独立 oracle 和真实 Qdrant 验证融合、过滤、只读行为、重启恢复及缓存修复。
- 构建实验 dashboard，分别处理数据质量、指标、加载、错误和不可用状态。
- 构建 PowerShell / Python embedding 生命周期工具，加入 readiness、进程身份、停止与日志管理。
只读演示、数据完整性与云部署
- 用服务器路由白名单与 immutable SQLite 构建只读演示，拒绝写入，只开放合成记录。
- 打包预计算 E5 文档与固定查询向量，让演示检索脱离 live encoder。
- 以受 web root 限制的文件打开修复静态文件符号链接逃逸。
- 通过版本化 domain fingerprint 和 artifact 校验，在启动前拒绝数据、模型元数据与抽取状态不一致。
- 构建带源码信息、模型 artifact 和 SHA-256 的 Linux amd64 / arm64 发布包。
- 为 HTTP / 浏览器演示加入 CI，覆盖受控失败探针、进程清理与有界诊断产物。
- 为 Inspector 加入重新归属、INVALID 与恢复操作，以及未知写入结果的只读核对。
- 以 typed message catalog 实现英文/简体中文 UI，切换时保留草稿、待完成操作与学习原文。
- 用 Terraform、私有 S3、范围受限 IAM 和 SSM 部署 EC2 演示环境，无需开放入站 SSH。
- 构建带校验和、release 切换、readiness / 身份校验及失败回滚的安装器。
- 准备含 DNS preflight、nginx 校验、证书续期检查与显式 Terraform 开关的 HTTPS 上线工具。
日常工作流与性能
- 加入记录直达、审阅位置恢复和概念内容渐进显示，返回旧记录无需重走队列。
- 用参数化 SQLite substring 查询实现 Unicode 大小写不敏感搜索，组合状态过滤与 cursor 分页。
- 以 keyset 分页和稳定 unit locator 替代全量队列，在保留适格规则的同时恢复上次位置。
- 在 1,543 个可审阅单元的合成 fixture 中，将首屏从约 821 KB 降至 27 KB。
- 统一手工问题与 JSON capture 入口，复用幂等导入，让分析和人工接受保持显式。
- 对未知保存结果提供回执查询与同身份重发，处理丢响应后的重复记录风险。
- 建立 1,000 条记录、3,000 个 unit、500 个 Concept 的隔离 fixture，测量读取并验证完整工作流。
最新进展：双语解释与 AI 辅助审阅
我加入了中英双语解释存储、独立解释语言选择与按语言纠正。旧记录保留原文和语言未知状态，不以翻译回填改写历史。
Concept 建议允许用户选择小批量 unit，在有限的已有候选中生成建议与理由，再逐项确认归属。后续实现覆盖同 key 重放、客户端取消、生成结果落库，以及后来纠正后仍可识别的历史确认。
部署记录确认 EC2 与 SSM 下的服务运行、身份校验和升级；公共 HTTPS 工具已准备，公开切换仍待执行。完整个人工作台与只读演示采用独立边界。
Personal AI Workbench — 可迁移的上下文与交接工具
2026 年 10 月至今 · Python、CLI、Markdown、TOML、GitHub Actions
我构建 PAI 来解决跨 coding session 的上下文丢失，把规则、人工决定和任务记录整理成有字符预算的输入，并创建可继续使用的交接草稿。
完整工程里程碑
- 无第三方 Python 运行依赖的 CLI，从注册文档生成任务上下文和结构化 handoff。
- 确定性选择内容，优先人工约束，再按任务相关度排序，并报告预算内省略的内容。
- 分开记录实现、验证、commit、merge、部署，保留 UNKNOWN 和未批准提案。
- 以原子目录创建、冲突命名和独占文件创建避免并发覆盖报告。
- 对报告发现设置目录、数量、文件大小和元数据边界，诊断畸形或不可用文件。
- 验证路径归属与文件身份，拒绝 symlink、Windows reparse point 和检查后变化的文件。
- 构建 Windows / POSIX launcher，定位 Python 并固定从安装包导入。
- 以 allowlist、manifest、SHA-256 打包内容一致的 ZIP / tar.gz，排除本地配置和私人 handoff。
- 构建 10-job CI，在 Windows、macOS、Ubuntu 与四类 Linux container userspace 上验证测试、构建和解包 smoke。
- 提供只读 doctor 检查 Python、校验和、配置和来源，报告缺失或变更。
- 统一 CRLF Markdown、UTF-8 输出和 handoff 换行，支持跨系统迁移。
- 初始化默认预览，显式写入且拒绝覆盖已有设备配置。
Novel Ontology Pi — 开源协作、数据工具与评估
2026 年 10 月至今 · 协作贡献者 · TypeScript、Node.js、JSONL、Ladybug、Cypher、SSE
我通过 10 个已合并 PR 为小说本体系统补齐 CLI、数据迁移、查询、诊断、模型客户端和评估，并协作参与 Jev 提取流程。
完整贡献里程碑
- 完成覆盖数据传输、诊断、模型集成和评估的十个个人 PR，并实现 workspace 初始化。
- 实现 OpenAI-compatible client，设置有限重试、单次超时、token / latency 报告，并用本地 HTTP mock 测试 JSON mode 和异常路径。
- 构建 golden-chapter evaluator，以确定性 ID 与规范化 key 比较预测和参考，报告 precision、recall、F1、漏项及多余项。
- 构建 bundle-to-predictions adapter，使用已有章节证据、报告无法归属的记录并拒绝非空输出目录。
- 以 staging、不覆盖和结构验证实现 JSONL bundle 导入导出，排除派生 graph DB 和疑似凭据文件。
- 在既有 Ladybug API 上实现 Cypher query、文本 search、timeline 命令，处理资源释放与数据库缺失。
- 提供处理日志上的只读 loopback SSE watcher，支持 replay cursor、重连及客户端清理。
- 加入 clean-install CI 和只报告凭据状态、不打印值的配置诊断。
- 修复损坏 JSONL 被静默当成空数据的问题。
- 协作参与 Jev typed decisions 与可审阅 ChangeSet 流程，分开提议变更和 canonical records。
数据迁移 PR #5 · 模型客户端 PR #8 · 评估 PR #18 · 预测 adapter PR #22
MayaBot — 自托管媒体自动化服务
2025 年 10 月至今 · Python、SQLite、Docker、FFmpeg、Telegram、TOS
我把 MayaBot 做成运行于 Linux NAS 的模块化 Telegram 服务，连接音乐搜索和交付、基于历史的推荐、反馈、订阅，以及对象存储和图像生成流程。
完整工程里程碑
- 将 Music Updater 接入 Telegram，按标题或歌手检索、用 FFmpeg 处理音乐；加入 SoundCloud handler 补充来源。
- 分离 polling、路由、错误处理、feature handler 和 API adapter，支持扩展命令。
- 根据下载历史、搜索词和歌手权重推荐，用加权随机抽样增加变化。
- 以点赞/点踩调整歌手权重，提供每日三首的 opt-in 推送。
- 将下载、搜索、偏好和订阅保存在挂载卷的 SQLite，跨容器重启保留。
- 下载 worker 从一扩至四个；在 2 核、1 GiB 容器内验证八次下载，记录约 310 MiB 峰值内存。
- 在三首歌曲样本中让音频加封面的体积降低约 34%，重复发送复用 Telegram file ID。
- 用 14 项回归检查验证媒体发布，以约 1 MiB/s 总下载预算与串行上传控制资源。
- 用 Docker Compose、环境配置、持久化数据库和自动重启部署服务，集成网络/API 异常处理。
- 定位并记录 stale SOCKS proxy 变量引发的“ping 正常、HTTP 失败”。
- 集成图像生成 API、TOS 上传和 Pillow 合成，将用户输入转成模板图像。
- 提供关键词/链接的 inline-button 搜索结果，交付带 metadata 与封面的音频。
Linux NAS — 项目背后的运行环境
2025 年 10 月至今 · Arch Linux、systemd、Docker Compose、Samba、Tailscale
我把旧笔记本改造成 NAS，运行 MayaBot、Paperless-ngx、Jellyfin 和开发服务；配置 systemd、持久化存储和远程访问，排查 DNS、IPv6、存储与容器网络问题。通过 Samba 和 Tailscale 支持 Windows、macOS、Linux 之间的文件传输。
一次故障中，我从 curl 的代理信息定位到已失效的 SOCKS 环境变量，解释了 ICMP 正常而应用请求失败的原因，并记录修复。
故障文章：When ping works but curl fails
EngHack — 传感器、后端与设备交互
2026 年 3 月 · 团队原型 · Arduino、Python、FastAPI、Serial I/O、Gemini
我参与搭建含温度/光照传感器、servo 和 16×2 LCD 的环境监测原型，负责设备与处理服务间的双向 JSON 串口通信、FastAPI 接口，以及每请求 30 个传感器样本的聚合。Gemini 输出被约束为适合 LCD 的 JSON 内容，把测量连接到设备反馈。
早期工程基础
超声波拐杖 — ECE198
我的第一个正式工程项目涉及传感器、STM32、C 与软硬件协作，建立了从物理行为理解软件决策的基础。
Embedded Linux 学习 agent — 已归档实验
2026 年 6–7 月 · C、Go、Buildroot、QEMU、SQLite、Docker
在 QEMU 模拟的 AArch64 Buildroot Linux 上集成 quiz、daemon、HTTP 模式的 C agent，配置 SysV init、CSV 参数和日志；构建 Go / SQLite 设备状态、进度和任务接口，用多阶段 Docker 及 Telegram 命令查看状态。这个实验保留在项目历史中，当前重心已经转向 FLH、开发工具与基础设施。
个人博客与作品记录
我用 Hexo、Markdown 和 GitHub Pages 搭建本站，把系统故障、设计取舍和实现整理为可追溯源码的技术文章。
教育与技术基础
University of Waterloo · BASc in Computer Engineering, Co-op · 预计 2029 年 4 月毕业
- 累计均分 82.94%，依据 2026 年 10 月成绩记录。
- University of Waterloo President’s Scholarship，2025 年。
- 已修编程、数据结构与算法、数字电路、计算机组成、线性/电子电路、数值方法、线性代数与工程数学。
- 2026 Fall 在读：系统编程与并发、嵌入式微处理器、信号与系统、概率统计、离散逻辑、仪器与原型实验。
- 工程设计、技术沟通与职业伦理基础；2024 年 10 月完成 WHMIS training milestone，并完成 Work Terms 1、2。
| 方向 | 使用过的技术 |
|---|---|
| 后端与数据 | Go、Python、TypeScript/JavaScript、SQL、SQLite、Oracle SQL、FastAPI、REST API |
| 前端与工具 | React、Node.js CLI、Markdown、TOML、JSONL、SSE、Cypher/Ladybug |
| 系统与云 | Linux、Bash、systemd、Docker Compose、GitHub/Gitea Actions、AWS、Azure、Terraform、CloudFormation、ARM templates、Tailscale |
| 检索与 AI | BM25、embedding、Qdrant、RRF、Recall/MRR、precision/recall/F1、模型 API 集成 |
| 软硬件基础 | C、C++、STM32、Arduino、串口；课程中的 MATLAB、VHDL |
我的工作方式
我喜欢把“功能能跑”推进到“系统可以解释和维护”：明确数据归属，处理失败与未知状态，选择有意义的验证，把部署和恢复写清楚。我积极使用 AI 编码工具，也对需求、设计、审查和结果负责。
如果你的团队需要能在后端、基础设施、排错和沟通之间协作的工程学生，欢迎联系我。
更新于 2026 年 10 月 25 日。