---

🚀 关于我

我是一名 Java 程序员，在企业级应用开发领域有丰富经验。随着 AI 时代的到来，我积极拓展技术边界，学习并实践 Python 在 AI 领域的应用，但内心依然是一个热爱 Java 的开发者。

我相信，无论技术如何变迁，工程思维和架构能力 才是程序员的核心竞争力。我致力于将 Java 的工程化思想与 AI 技术结合，构建可靠、高效的应用系统。

💡 技术栈

核心技能（Java 生态）

• Java、Spring Boot、Spring Cloud
• 微服务架构、分布式系统
• MySQL、Redis、消息队列
• Maven/Gradle、Docker、K8s

AI 时代的拓展（Python 生态）

• Python、FastAPI、LitServe
• PyTorch、Transformers
• OCR、文档解析、RAG
• GPU 加速与任务调度

前端技术

• Vue 3、TypeScript
• TailwindCSS、Vite

---

📊 个人项目

🖨️ PrintBridge

Java 打印服务桥接工具

一个基于 Java 的企业级打印服务解决方案，通过 HTTP API 实现 Web 应用的远程打印功能。

🎯 核心特性

• 📄 多格式支持：PDF、Word、Excel、PPT、图片等格式一键打印
• 🚀 HTTP API：RESTful 接口，前端直接调用，无需浏览器插件
• 🎨 现代化界面：Swing + FlatLaf 美观易用的管理界面
• ⚡ 高性能：基于 Jetty 服务器 + 线程池，支持高并发打印任务
• 🔄 格式转换：集成 JODConverter + LibreOffice 实现 Office 文档转换

🛠️ 技术栈

核心技术：Java 8, Jetty 9.4, Maven
打印引擎：Apache PDFBox 2.0
格式转换：JODConverter 4.4 + LibreOffice
界面框架：Swing + FlatLaf
日志系统：SLF4J + Logback

---

🌟 MinerU Tianshu（天枢）

企业级 AI 数据预处理平台

拥抱 AI 时代的实践项目，一个功能强大的企业级 AI 数据预处理平台，支持多模态数据处理。

🎯 核心特性

• 📄 文档处理：支持 PDF、Word、Excel、PPT 转换为 Markdown/JSON

  • 集成 MinerU Pipeline（完整解析）
  • DeepSeek OCR（高精度识别）
  • PaddleOCR-VL（109+ 语言支持）
  • 智能水印检测与去除（YOLO11x + LaMa）

• 🎬 视频处理：支持 MP4、AVI、MKV、MOV 等格式

  • 视频音频提取 + 语音识别
  • 关键帧 OCR（场景检测、质量过滤、智能去重）
  • 多语言、说话人识别、情感识别

• 🎙️ 音频处理：支持 MP3、WAV、M4A 等格式

  • SenseVoice 引擎多语言识别
  • 说话人识别和分离
  • 情感识别（中性/开心/生气/悲伤）

• 🖼️ 图片处理：支持 JPG、PNG 等格式

  • 多种 OCR 引擎可选
  • GPU 加速处理
  • 智能水印预处理

• 🏗️ 企业级特性：

  • GPU 负载均衡（LitServe）
  • 任务队列与优先级管理
  • MCP 协议支持（可被 AI 助手直接调用）
  • 现代化 Web 管理界面

🛠️ 技术架构

前端：Vue 3 + TypeScript + TailwindCSS + Vite 后端：FastAPI + LitServe + SQLite AI 引擎：MinerU + DeepSeek OCR + PaddleOCR-VL + SenseVoice

📈 项目亮点

• ✅ 完整的前后端分离架构
• ✅ GPU 负载均衡与多 GPU 隔离
• ✅ 支持 MCP 协议，可与 Claude Desktop 等 AI 助手无缝集成
• ✅ 实时任务监控与状态追踪
• ✅ 批量处理与自动重试机制
• ✅ 模块化设计，易于扩展

---

🤝 开源贡献

🔥 MinerU - PDF 文档解析工具

项目简介：由上海人工智能实验室 OpenDataLab 团队推出的开源智能数据提取工具，专注于复杂 PDF 文档的高效解析与提取。

我的贡献：

• API服务实现：主动拉取模式，优化任务调度机制，提升系统性能和可维护性 (08a89ae)
• 依赖完善：完善 markitdown 依赖管理，确保 Markdown 处理功能稳定可靠 (cedc62a)
• 代码优化：修复代码审查中提出的问题，提升代码质量和可读性 (e7d8bf0)

技术栈：Python, PyTorch, FastAPI, Worker Pool, 文档解析

---

⚡ LightRAG - 轻量级 RAG 框架

项目简介：由香港大学数据智能实验室（HKUDS）开发的轻量级检索增强生成（RAG）框架，提供简单高效的 RAG 解决方案。

我的贡献：

• 多轮对话支持：实现多轮对话功能，增强系统的交互能力 (8c121f5)
• 缓存系统修复：修复缓存处理的运行时错误，提升系统稳定性 (f6d29e1)
• 异常处理优化：修复异常导致的数据更新卡死问题，确保数据流程正常进行 (443aab2)
• 断点续传优化：修复断点续传 bug，过滤已存在且处理完成的文档，避免重复处理 (7271ac6)
• 知识图谱增强：增强知识图谱关系的时序性支持，提升图谱质量 (7b91dc7)

技术栈：Python, RAG, 知识图谱, 对话系统

---

📫 联系方式

• GitHub: @magicyuan876
• 项目主页: MinerU Tianshu

---

📊 GitHub 统计

---

💬 技术博客与分享

我热衷于分享技术经验和开源项目的开发心得。如果你对我的项目感兴趣，或者有任何技术问题，欢迎通过 GitHub Issues 与我交流！

---