Hi there, I'm QingHeYang 👋

我是QHY，前职业Android开发工程师，目前就职于天津TJ，从事AI应用相关工作。
欢迎来到我的GitHub主页。

关于我 💡

• 🔭 探索方向：当前专注于AI应用相关工作，包括Fine-tuning、LLM、计算机视觉（CV）等领域
• 🌱 热情不减：已经是两个孩子的爸爸，但是对于编程的依旧保持热爱

技术栈 🔧

• 后端：SpringBoot, MyBatis, MySQL, Redis, Docker, FastAPI, Flask
• 前端：Vue, Element-UI, Vuex, Vue-Router, Axios
• 移动端：Android, Kotlin
• 其他：Docker, Git, GitHub, Jenkins, Nginx, OpenAI, Claude, LLM, CV, YOLO

关于Android开发 📱

2016年毕业于天津工业大学，专业是计算机科学与技术，大学期间学习了Java,C,Android等编程语言。

• 2016年8月-2022年8月，一直从事Android开发，开发过多款Android应用，使用了很多低级高级的Android技术，比如：

  • 自定义View，贝塞尔曲线，完成各种图案的绘制
  • 乱七八糟的SDK，高德地图，百度地图，OSS，友盟...
  • 手动接入四大厂商的推送SDK，自己搭建推送系统
  • 自己搭建MVC、MVP、MVVM架构，完成项目模块化，代码解耦
  • 接入AspectJ，完成代码的AOP编程，比如：埋点，日志，监控，性能优化等
  • 接入支付SDK，微信、支付宝、银联支付，自己制作SDK

• 但是这几年开发过程中，也做了很多奇奇怪怪的需求

  • 嵌入式Android,接入ECG,EEG,EMG等生物信号采集设备,自己手解协议,解析数据,显示波形
  • 门禁机人脸识别,对接人脸识别芯片，手动管理人脸库
  • 门禁机双App保活、双进程保活
  • 手动接入天地图，使用瓦片地图覆盖，显示无人机扫描的全景地图
  • 接入本地NDK语音唤醒，完成智能家居控制，基于MQTT，手动搭建MQTT broker,完成消息的订阅与发布
  • App内部接入过Uni-app，使用js-bridge，完成h5与native的交互，拉取uni-app的包，热更新
  • App内部接入过Unity、Flutter，都是给人家写组件的
  • 自己基于WebSocket，使用ModelScope的TTS与Funasr，搭建出来流式的语音对话，完成Android端的语音识别与语音合成（等待时间只有1s哦！）

简而言之就是，开发过日常APP，也做过嵌入式设备，接入过SDK，也开发过SDK，感觉什么都做过了

关于AI探索 🤖

2022.09 - 2024.12：从事AI相关工作
2022年9月-2024年12月，从事AI相关工作，主要负责AI模型应用、训练、推理，使用过很多AI相关的技术，比如：
- 使用过LLM，Fine-tuning，CV，YOLO等技术
- 使用过ModelScope，HuggingFace，OpenAI，Claude，Gemini等AI平台
- 使用过Docker，Git，GitHub，Jenkins，Nginx等工具
- 使用过FastAPI，Flask等框架

关于 EasyAccounts 💰

EasyAccounts 是我在2021年9月启动的个人项目，用于记录个人与家庭的财务状况。

• 设计之初：我要的需求非常简单，大道至简，随着时间的推移，我发现很多人也需要这个工具，所以就开源了。
• 技术难度：项目不难，但是全，从需求设计、代码设计、前端到后端、数据库设计、项目部署、网络运维、项目迭代、用户升级、文档编写、视频推广，我都一个人完成。
• 成长之路：从一个小项目逐步发展为现在的完整产品，我倾注了大量心血，技术覆盖面广，适合初学者学习与实践。

关于 KELA-Agents 📊

KELA-Agents 是我正在开发的 Excel 智能问答工具。

• 初衷：办公室牛马们天天被 Excel 折磨，几十列、几万行的数据表，找个数据翻半天，写个公式头疼一下午。我就想着能不能用 AI 帮大家解决这个问题，说句话就能查数据、做图表。
• 核心思路：把 Excel 导入本地数据库，让 AI 理解你的表结构，然后用自然语言问答，AI 帮你写 SQL，你只管提问。
• 技术栈：Electron + Vue 3 + FastAPI + SQLite + LLM Agent
• 目前状态：还在开发中，希望能真正帮到那些被 Excel 支配的打工人。

关于 KoalaqVision 👁️

KoalaqVision 是我做的一个视觉检索项目，支持物体识别和人脸识别。

• 初衷：纯粹是想玩玩最新的 CV 模型，DINOv2、InsightFace 这些，但又不想依赖 GPU，所以就折腾了一个纯 CPU 也能跑的方案。
• 核心思路：用 ONNX 做推理，Weaviate 做向量检索，低配机器也能毫秒级出结果。
• 技术栈：ONNX Runtime + FastAPI + Gradio + Weaviate + Docker
• 适合场景：工业零件检索、人脸 1:N 搜索，没有显卡也能玩 CV。