工具 · 內容 · 系統

不是幾個項目, 是一套系統。

工具、內容、基礎設施、自動化與投資互相調用——新項目站在已有的東西上,不是從零開始。

1,432,605 行代碼
34 個項目
11 種語言

自治自動化閉環

Research → Think → Create → Act → Self-Improve,每輪記錄、復盤、寫回 MD 憲法。

一紙兩界

L1 對話層做事,L2 觀景層看,文檔治理兩面之間。

靜心 · 四種呼吸

用呼吸當唯一操作的平靜遊戲,沒有失敗、沒有分數。

郵件·CRM·一條鏈

自建郵件系統接 Twenty CRM 與 Newsletter,AI 驅動。

十八路引擎

零 Key 多源並發搜尋聚合器,誰行誰上。

技術實現力

從 Web 到桌面到嵌入式,結構設計先於代碼。

自治自動化閉環

Automation——可控服務加上唯讀的能力清單,檔案始終留在原地。一條自改進閉環:Research → Think → Create → Act → Self-Improve,每一輪都被記錄、複盤,並寫回 MD 憲法;Self-improvement loop(PDCA + MD 憲法):每一輪餵給下一輪。

Research · 研究 Think · 思考 Create · 創作 Act · 行動 Self-Improve · 自我改進

Research · 研究

主車道market APIsFengInvest scripts自建本地 SQL 庫
副車道自建通用系統先授權再調 API
FengInvest 91 scriptsgeneric retrieval 6 backendsAIExport 13 dirs · 36 scripts自建 SQL 庫 1 .dbsettled corpus 862 ch · 5.7 MBresearch ledger 37 records · done 27Search King 由任何地方搜尋任何網站

Think · 思考

讀 MD docs身份 · 規則 · 任務執行寫回 ledger · log
9 guides117 scripts12 docs2 skillsGUI autopilot · planned / read-only

Create · 創作

做出一件東西,尚未分發——FengMedia 37 個項目(2026-10-05《強將手下無弱兵》)是由選題到成片的創作中樞;FengInvest 91 scripts 都算 create(市場研究 / 資產分析報告)。

Text文字生成作品留在本地
Image圖像生成—
Music音樂生成 · FengMusician12 tools · gate ✓
VoiceTTS · TTS-UI bundled桌面捆綁包留在本地
Avatars數碼人live ✓ · anime 驗證中
Video影片生成 · HyperFrames— 草稿可由 MoneyPrinterTurbo 起步
FengMedia 37 projectsMusic 12 tools · gate ✓Avatars live ✓FengInvest 91 scripts

Act · 行動

表單JobHunter通用批量表單執行 / 自動填表授權範圍內對外提交CLI ✓ · 1 profiles · confirmed local
郵件FengMail / FENGmailMacauthorized → API 投遞confirmed local
渠道Git 雙推 GitHub + giteeread-only documentedauthorized → external APIscredentials never shown
執行器GUI agentCLI agentMD docsCLI · 1 profiles · planned

Self-Improve · 自我改進

每輪記錄 · FENGMEM 追加 · todo 銷帳 · 複盤寫回規則在 AGENTS.md 重寫 · 下一輪立即生效回到 Research

Docs are the control plane——每輪迭代重寫憲法,憲法塑造下一輪循環;AI 是更嚴格的讀者,它按字面執行。

FengOrchestrator 12 docs · 2 skillsFengASNI 一機一份 MD profile

可控服務 + 唯讀能力清單 · 檔案留在原地

一紙兩界

Two-layer interface principle:L1 負責 build,L2 負責 view,docs 負責管——這一頁(FengOS)就是觀看層。

L1 · Dialogue

對話層——做事

每一個動作都在對話裡運行:人用 natural language(Skill)驅動 ZCode / Skill;AI 讀 docs、調工具、寫回結果;System 是真實系統,結果以唯讀方式浮出。

L2 · View

觀景層——看

唯讀,用來檢查與展示;本頁就是觀看層(FengOS)。

Docs 治理平面

read:由身份、規則、任務讀起 write:結果落進 ledger 與 log rule rewrite:AGENTS 下一輪立即生效

AGENTS 規則 · MISSION 目標 · todo 帳本 · FENGMEM 記錄 · Skill 包

C1 · 資料留在本地 C2 · 產出進入備份管線

Docs are the control plane——AI 是最嚴格的讀者,它按字面執行。

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

方法,三句話

體系全景不替別的頁説話——範式、論證、工程各歸其位,這裏只留指路牌。

人機合作範式

五層、雙軌、雙循環怎麼拼成一個人帶一支艦隊的操作系統——5DT 範式的框架全景與軟件工程架構,完整版見 Feng Human-in-the-Loop 頁。

三層界面,一個診斷

對話層負責做,觀景層負責看,文檔層負責管——兩層界面原則的完整論證與診斷法,見 理念頁。

研究 · 思考 · 創作 · 行動 · 自我改進
一輪一輪轉下去:每輪留下記錄與覆盤,結果寫回規則,驅動下一輪。
研究 思考 創作 行動 自我改進 每次執行留記錄、做覆盤 供下一次複用
MD 憲法在自我改進處迭代
AGENTS 規則MISSION 目標todo 賬本FENGMEM 記錄Skill 包
規則約束對話,結果回到賬本

技術不是孤島

結構設計先於代碼,交付才是目的——從 Web 到桌面到嵌入式。 從結構到交付。

Web桌面 Desktop嵌入式 Embedded
結構設計代碼交付

一個 App,四種呼吸方式

靜心 Jingxin——極簡風格的冥想引導應用,呼吸、正念、引導、放鬆四種模式。

跨平台移動作品的實證

用 Flutter 構建,一套程式碼跑通 Web / Android / iOS / Windows。極簡介面,專注冥想本身,不被功能堆砌打擾。

  • 數據模型:MeditationSession 記錄時長 / 模式 / 完成狀態。
  • 狀態管理:Provider 管理所選時長與模式,介面回應清晰。
  • 呼吸動畫:自繪 BreathingCircle 元件,引導呼吸節奏。
  • 四種模式:呼吸 / 正念 / 引導 / 放鬆。

郵件、CRM、Newsletter,一條鏈

FengOffice——AI 統一郵件與 CRM,把內容營運的基礎設施收進一條自動化鏈路。

技術交付與市場營運的交匯點

一個 CLI 管郵件,一個 Docker 棧跑 Twenty CRM,郵件發現 → 回覆 → CRM 錄入,完整鏈路打通。新聞稿由 Newsletter 系統(Listmonk)自動分發。

  • fengmail.py:CLI 郵件客戶端,IMAP 收信 + SMTP 回覆。
  • Twenty CRM:docker-compose 一鍵部署,連接埠 3002。
  • Newsletter:Listmonk + Postgres 訂閱系統,AI 管理腳本加訂閱、退訂、發 campaign。
  • 四級郵件分類:docs/email-classification.md 定義分類體系。

十八路引擎,誰行誰上

Super-Invincible-Search-King——Playwright 驅動的全能搜尋器,搜圖、搜文字、讀網頁、深度爬取、反爬網站抓取。

把「被攔」當成常態處理

一台機器,十八路引擎。遇到驗證碼自動跳過、引擎鏈自動回退、真人瀏覽模式兜底。

  • 五種行為:搜圖 / 搜文字 / 讀網頁 / 深度爬取 / 平台抓取(雪球、B站)。
  • 十二路圖片引擎 + 六路文字引擎,覆蓋主流與地區性搜尋。
  • 六種後端:從無頭瀏覽器到真實瀏覽器,層層兜底。
  • 版權可追溯:每個結果帶來源與許可證記錄。

不問對,不開始

不接受模糊需求。拆到可量化、可驗證,才叫清楚。

我通常怎樣做軟件項目

  • 先定義真實問題:解決什麼、誰來用、什麼叫真正完成。
  • 選最合適的棧:優先考慮部署與維護,而不是為了技術而技術。
  • 分層構建:先把結構和流程做對,再繼續打磨視覺與體驗。
  • 帶著發布意識交付:文檔、命名、導航、元信息,都是正式上線的一部分。

用 PDCA 推進:先規劃,再按階段執行、檢查、修正,而不是一來就亂寫。結構想清楚以後再解耦,不能把所有東西亂塞在一起。

系統即複利

PDCA 推著走。拆解、研究、規劃、執行、檢查,層層遞進。

用 PDCA 推進

  • 先規劃:定義問題、拆解任務、研究方案,再動手。
  • 再執行:按階段推進,每一步都可驗證。
  • 檢查修正:完成一個閉環後覆盤,再進入下一個循環。

先研究結構,再開始做項目

結構想清楚以後再解耦,不能把所有東西亂塞在一起。能複用的全部複用——可抽離的模組、樣式、組件和流程,我都會盡量做成可複用。

  • 能複用的全部複用:可抽離的模組、樣式、組件和流程,都會盡量做成可複用。
  • 重視適應性與美觀:橫屏豎屏、響應式佈局、圓角、陰影、現代界面感,這些都會一起考慮。

一維即偏見

真實世界不是二維表格。數據是網狀關係,不是行列。

我不會把軟件當成孤立代碼

我會一起考慮用戶需求、部署路徑、維護成本,以及工具如何嵌入真實流程。產品加運營視角、調試與迭代紀律、文檔與交接意識——這些比代碼本身更重要。

數據與集成工作

我經常把 API、表格、本地文件、提示詞系統接起來,把原本零散的手工步驟收束成能運行的工作流。

  • JSON / CSV / Excel 處理
  • HTTP API 與膠水代碼集成
  • 提示詞輔助內容與流程系統
  • web-app-template 全棧 TypeScript 項目模板
  • 熟人關係表 個人 CRM 系統(全功能純前端)
  • 財務報表與行情數據自動化抓取分析

工具從問題

開源優先,AI 加速,選最合適的而不是最炫的。

優先研究開源項目:如果已有合適的開源方案,我會先研究別人的實現,再決定怎麼做。沒有開源項目時再研究 AI 方案:但 AI 只是加速器,不是取代結構思考的東西。

代碼不是唯一重點:功能是否正確、是否穩定、是否好用,比單純堆代碼更重要。

  • Web 與增長:HTML/CSS/JS 交付、GitHub/Cloudflare Pages、SEO 與多語言。
  • 應用與自動化:Flutter、Python、AutoApply(Selenium→Playwright)、UnifiedSearch、cc-connect-docker。
  • 數據工作流:API 集成、財報自動化、提示詞流程系統。
Flutter Python JavaScript PowerShell Automation Prompt Engineering

交付為開始

代碼只是中間產物。文檔、部署、維護、迭代,才是交付的開始。

如果你想看具體倉庫、代碼講解、架構說明,或者需要偏招聘視角的技術篩選版本,我可以按場景展示最相關的代碼:增長工具、內部軟件、自動化工具或多平台構建。

技術實現力

想得到,做得出

跨平台與移動開發
Flutter(Android / Windows / Web) 原生 Android(Kotlin) 響應式佈局 多語言國際化 打包發佈全流程
桌面開發與自動化
Python(Tkinter) VBA Office 自動化 PowerShell 進階 AutoHotkey 批處理腳本
Web 與站點部署
HTML / CSS / JavaScript 獨立網站建設 GitHub Pages / Cloudflare Pages 域名與 DNS Chrome 擴展開發 SEO 基礎優化
AI 工程
Harness Engineering(多模型協作) AI Agent 開發 Docker 容器化部署 Prompt Engineering 算力管理與低溫部署
工具與工程素養
Git 版本管理 命令列(PowerShell / Bash) Markdown 多系統精通(Win / Linux / macOS / Android / iOS) SSH 遠程管理 網絡診斷與抓包
設計與多媒體
攝影(人像 / 風光 / 紀實) UI 審美與交互設計 視頻剪輯與製作 Canva / PS 基礎

Web3 深度認知與專題研究

從技術底層到商業場景——區塊鏈、穩定幣、RWA 與去中心化金融的系統性研究

閱讀完整研究 →

AI 工程與自動化

Harness Engineering、AI Agent 開發、Prompt Engineering 與多模型協作——AI 不只是工具,而是新的工作方式

查看 AI 專題 →

雲服務架構與實戰

從 Docker 容器化到 Cloudflare 部署——构建可擴展、高可用的雲基礎設施

查看雲服務專題 →
與黃仁勳合影

與黃仁勳於HKUST合影——我在他的後面。

他站在我面前,我卻覺得我們並無不同——不過是同一段故事裏,翻到了不同的頁碼。他也許是這世上最重要的人,但他的時間銀行裏,存款不如我多。