中文开发者 / 独立构建者
聚焦效率工具、中文输入体验与 AI 应用落地
我专注在三类项目：
- 输入效率工具
通过更低摩擦的人机交互，让输入、编辑、检索变快。 - AI 工具化落地
把模型能力变成可部署、可维护、可持续迭代的小产品。 - 信息聚合与分析
面向真实场景，把“数据 -> 结论 -> 行动”串起来。
1) flypy-typing
小鹤双拼练习平台：单字/文章、实时统计、错字分析、历史追踪。
- 核心价值：
- 降低双拼入门成本
- 提升速度与准确率
- 基于错字数据做针对性训练
- 技术栈：
ReactTypeScriptViteZustandTailwind CSS - 适合人群：
- 双拼新手
- 想系统提速的进阶用户
- 希望通过数据驱动训练的用户
微信生态内的 AI 交互能力接入与部署实践。
- 关注点：
- 低成本部署
- 稳定可用
- 与日常工作流结合
3) TrendRadar
多平台热点聚合 + AI 分析，服务于内容追踪和趋势洞察。
- 关注点：
- 多源数据汇总
- 自动化摘要与标签化
- 提升信息处理效率
| 方向 | 技术 | 使用场景 |
|---|---|---|
| 前端工程 | TypeScript, React, Vite, Tailwind | 工具型 Web 应用、交互效率优化 |
| 后端/脚本 | Python, Node.js | 自动化任务、数据处理、接口编排 |
| 工程化 | Git, Docker, Linux | 部署、环境一致性、迭代交付 |
| AI 应用 | LLM 集成、Prompt 设计、工作流化 | 分析、问答、信息处理助手 |
- 问题先行：先定义用户问题，再写功能。
- 小步上线：优先交付可用版本，持续迭代。
- 数据反馈：通过日志/统计验证功能是否真的有效。
- 可维护性优先：保持模块清晰，减少隐性复杂度。
- 持续优化
flypy-typing的训练反馈机制 - 增加更细粒度的错字分析与复习策略
- 完善 AI 工具链项目的部署文档与示例
- 打磨一套可复用的效率工具模板仓库
- GitHub: @slnlkd
- Issues / PR: 欢迎交流产品想法、Bug 反馈、功能建议
- 合作方向：输入法效率工具、AI 工作流、信息分析工具