工具 · 内容 · 系统

不是几个项目, 是一套系统。

工具、内容、基础设施、自动化与投资互相调用——新项目站在已有的东西上,不是从零开始。

1,432,605 行代码
34 个项目
11 种语言

自治自动化闭环

Research → Think → Create → Act → Self-Improve,每轮记录、复盘、写回 MD 宪法。

一纸两界

L1 对话层做事,L2 观景层看,文档治理两面之间。

静心 · 四种呼吸

用呼吸当唯一操作的平静游戏,没有失败、没有分数。

邮件·CRM·一条链

自建邮件系统接 Twenty CRM 与 Newsletter,AI 驱动。

十八路引擎

零 Key 多源并发搜索聚合器,谁行谁上。

技术实现力

从 Web 到桌面到嵌入式,结构设计先于代码。

自治自动化闭环

Automation——可控服务加上只读的能力清单,文件始终留在原地。一条自改进闭环:Research → Think → Create → Act → Self-Improve,每一轮都被记录、复盘,并写回 MD 宪法;Self-improvement loop(PDCA + MD 宪法):每一轮喂给下一轮。

Research · 研究 Think · 思考 Create · 创作 Act · 行动 Self-Improve · 自我改进

Research · 研究

主车道market APIsFengInvest scripts自建本地 SQL 库
副车道自建通用系统先授权再调 API
FengInvest 91 scriptsgeneric retrieval 6 backendsAIExport 13 dirs · 36 scripts自建 SQL 库 1 .dbsettled corpus 862 ch · 5.7 MBresearch ledger 37 records · done 27Search King 搜任何站点

Think · 思考

读 MD docs身份 · 规则 · 任务执行写回 ledger · log
9 guides117 scripts12 docs2 skillsGUI autopilot · planned / read-only

Create · 创作

做出一件东西,尚未分发——FengMedia 37 个项目(2026-10-05《强将手下无弱兵》)是由选题到成片的创作中枢;FengInvest 91 scripts 也算 create(行情研究 / 资产分析报告)。

Text文本生成作品留在本地
Image图像生成—
Music音乐生成 · FengMusician12 tools · gate ✓
VoiceTTS · TTS-UI bundled桌面捆绑包留在本地
Avatars数字人live ✓ · anime 验证中
Video视频生成 · HyperFrames— 草稿可自 MoneyPrinterTurbo
FengMedia 37 projectsMusic 12 tools · gate ✓Avatars live ✓FengInvest 91 scripts

Act · 行动

表单JobHunter通用批量表单执行 / 自动填表授权范围内对外提交CLI ✓ · 1 profiles · confirmed local
邮件FengMail / FENGmailMacauthorized → API 投递confirmed local
渠道Git 双推 GitHub + giteeread-only documentedauthorized → external APIscredentials never shown
执行器GUI agentCLI agentMD docsCLI · 1 profiles · planned

Self-Improve · 自我改进

每轮记录 · FENGMEM 追加 · todo 销账 · 复盘写回规则在 AGENTS.md 重写 · 下一轮立即生效回到 Research

Docs are the control plane——每轮迭代重写宪法,宪法塑造下一轮循环;AI 是最严格的读者,它按字面执行。

FengOrchestrator 12 docs · 2 skillsFengASNI 一机一份 MD profile

可控服务 + 只读能力清单 · 文件留在原地

一纸两界

Two-layer interface principle:L1 负责 build,L2 负责 view,docs 负责管——这一页(FengOS)就是观看层。

L1 · Dialogue

对话层——做事

每一个动作都在对话里运行:人用 natural language(Skill)驱动 ZCode / Skill;AI 读 docs、调工具、写回结果;System 是真实系统,结果以只读方式浮出。

L2 · View

观景层——看

只读,用来检查与展示;本页就是观看层(FengOS)。

Docs 治理平面

read:从身份、规则、任务读起 write:结果落进 ledger 与 log rule rewrite:AGENTS 下一轮立即生效

AGENTS 规则 · MISSION 目标 · todo 账本 · FENGMEM 记录 · Skill 包

C1 · 数据留在本地 C2 · 产出进入备份管线

Docs are the control plane——AI 是最严格的读者,它按字面执行。

systems in production:FengInvest · FengMedia · FlyGo · FengMail · 纯工具:TTS-UI

方法,三句话

体系全景不替别的页说话——范式、论证、工程各归其位,这里只留指路牌。

人机合作范式

五层、双轨、双循环怎么拼成一个人带一支舰队的操作系统——5DT 范式的框架全景与软件工程架构,完整版见 Feng Human-in-the-Loop 页。

三层界面,一个诊断

对话层负责做,观景层负责看,文档层负责管——两层界面原则的完整论证与诊断法,见 理念页。

研究 · 思考 · 创作 · 行动 · 自我改进
一轮一轮转下去:每轮留下记录与复盘,结果写回规则,驱动下一轮。
研究 思考 创作 行动 自我改进 每次执行留记录、做复盘 供下一次复用
MD 宪法在自我改进处迭代
AGENTS 规则MISSION 目标todo 账本FENGMEM 记录Skill 包
规则约束对话,结果回到账本

技术不是孤岛

结构设计先于代码,交付才是目的——从 Web 到桌面到嵌入式。 从结构到交付。

Web桌面 Desktop嵌入式 Embedded
结构设计代码交付

一个 App,四种呼吸方式

静心 Jingxin——极简风格的冥想引导应用,呼吸、正念、引导、放松四种模式。

跨平台移动作品的实证

用 Flutter 构建,一套代码跑通 Web / Android / iOS / Windows。极简界面,专注冥想本身,不被功能堆砌打扰。

  • 数据模型:MeditationSession 记录时长 / 模式 / 完成状态。
  • 状态管理:Provider 管理所选时长与模式,界面响应清晰。
  • 呼吸动画:自绘 BreathingCircle 组件,引导呼吸节奏。
  • 四种模式:呼吸 / 正念 / 引导 / 放松。

邮件、CRM、Newsletter,一条链

FengOffice——AI 统一邮件与 CRM,把内容运营的基础设施收进一条自动化链路。

技术交付与市场运营的交汇点

一个 CLI 管邮件,一个 Docker 栈跑 Twenty CRM,邮件发现 → 回复 → CRM 录入,完整链路打通。新闻稿由 Newsletter 系统(Listmonk)自动分发。

  • fengmail.py:CLI 邮件客户端,IMAP 收信 + SMTP 回复。
  • Twenty CRM:docker-compose 一键部署,端口 3002。
  • Newsletter:Listmonk + Postgres 订阅系统,AI 管理脚本加订阅、退订、发 campaign。
  • 四级邮件分类:docs/email-classification.md 定义分类体系。

十八路引擎,谁行谁上

Super-Invincible-Search-King——Playwright 驱动的全能搜索器,搜图、搜文字、读网页、深度爬取、反爬网站抓取。

把「被拦」当成常态处理

一台机器,十八路引擎。遇到验证码自动跳过、引擎链自动回退、真人浏览模式兜底。

  • 五种行为:搜图 / 搜文字 / 读网页 / 深度爬取 / 平台抓取(雪球、B站)。
  • 十二路图片引擎 + 六路文字引擎,覆盖主流与地区性搜索。
  • 六种后端:从无头浏览器到真实浏览器,层层兜底。
  • 版权可追溯:每个结果带来源与许可证记录。

不问对,不开始

不接受模糊需求。拆到可量化、可验证,才叫清楚。

我通常怎么做软件项目

  • 先定义真实问题:解决什么、谁来用、什么叫真正完成。
  • 选最合适的栈:优先考虑部署与维护,而不是为了技术而技术。
  • 分层构建:先把结构和流程做对,再继续打磨视觉与体验。
  • 带着发布意识交付:文档、命名、导航、元信息,都是正式上线的一部分。

用 PDCA 推进:先规划,再按阶段执行、检查、修正,而不是一上来就乱写。结构想清楚以后再解耦,不能把所有东西乱塞在一起。

系统即复利

PDCA 推着走。拆解、研究、规划、执行、检查,层层递进。

用 PDCA 推进

  • 先规划:定义问题、拆解任务、研究方案,再动手。
  • 再执行:按阶段推进,每一步都可验证。
  • 检查修正:完成一个闭环后复盘,再进入下一个循环。

先研究结构,再开始做项目

结构想清楚以后再解耦,不能把所有东西乱塞在一起。能复用的全部复用——可抽离的模块、样式、组件和流程,我都会尽量做成可复用。

  • 能复用的全部复用:可抽离的模块、样式、组件和流程,都会尽量做成可复用。
  • 重视适应性与美观:横屏竖屏、响应式布局、圆角、阴影、现代界面感,这些都会一起考虑。

一维即偏见

真实世界不是二维表格。数据是网状关系,不是行列。

我不会把软件当成孤立代码

我会一起考虑用户需求、部署路径、维护成本,以及工具如何嵌入真实流程。产品加运营视角、调试与迭代纪律、文档与交接意识——这些比代码本身更重要。

数据与集成工作

我经常把 API、表格、本地文件、提示词系统接起来,把原本零散的手工步骤收束成能运行的工作流。

  • JSON / CSV / Excel 处理
  • HTTP API 与胶水代码集成
  • 提示词辅助内容与流程系统
  • web-app-template 全栈 TypeScript 项目模板
  • 熟人关系表 个人 CRM 系统(全功能纯前端)
  • 财务报表与行情数据自动化抓取分析

工具从问题

开源优先,AI 加速,选最合适的而不是最炫的。

优先研究开源项目:如果已有合适的开源方案,我会先研究别人的实现,再决定怎么做。没有开源项目时再研究 AI 方案:但 AI 只是加速器,不是替代结构思考的东西。

代码不是唯一重点:功能是否正确、是否稳定、是否好用,比单纯代码堆砌更重要。

  • Web 与增长:HTML/CSS/JS 交付、GitHub/Cloudflare Pages、SEO 与多语言。
  • 应用与自动化:Flutter、Python、AutoApply(Selenium→Playwright)、UnifiedSearch、cc-connect-docker。
  • 数据工作流:API 集成、财报自动化、提示词流程系统。
Flutter Python JavaScript PowerShell Automation Prompt Engineering

交付为开始

代码只是中间产物。文档、部署、维护、迭代,才是交付的开始。

如果你想看具体仓库、代码讲解、架构说明,或者需要偏招聘视角的技术筛选版本,我可以按场景展示最相关的代码:增长工具、内部软件、自动化工具或多平台构建。

技术实现力

想得到,做得出

跨平台与移动开发
Flutter(Android / Windows / Web) 原生 Android(Kotlin) 响应式布局 多语言国际化 打包发布全流程
桌面开发与自动化
Python(Tkinter) VBA Office 自动化 PowerShell 进阶 AutoHotkey 批处理脚本
Web 与站点部署
HTML / CSS / JavaScript 独立网站建设 GitHub Pages / Cloudflare Pages 域名与 DNS Chrome 扩展开发 SEO 基础优化
AI 工程
Harness Engineering(多模型协作) AI Agent 开发 Docker 容器化部署 Prompt Engineering 算力管理与低温部署
工具与工程素养
Git 版本管理 命令行(PowerShell / Bash) Markdown 多系统精通(Win / Linux / macOS / Android / iOS) SSH 远程管理 网络诊断与抓包
设计与多媒体
摄影(人像 / 风光 / 纪实) UI 审美与交互设计 视频剪辑与制作 Canva / PS 基础

Web3 深度认知与专题研究

从技术底层到商业场景——区块链、稳定币、RWA 与去中心化金融的系统性研究

阅读完整研究 →

AI 工程与自动化

Harness Engineering、AI Agent 开发、Prompt Engineering 与多模型协作——AI 不只是工具,而是新的工作方式

查看 AI 专题 →

云服务架构与实战

从 Docker 容器化到 Cloudflare 部署——构建可扩展、高可用的云基础设施

查看云服务专题 →
与黄仁勋合影

与黄仁勋于HKUST合影——我在他的后面。

他站在我面前,我却觉得我们并无不同——不过是同一段故事里,翻到了不同的页码。他也许是这世上最重要的人,但他的时间银行里,存款不如我多。