设计并实现了一套企业级AI智能运维助手，采用ReAct（Reasoning+Acting）Agent架构。系统集成RAG知识库、Prometheus监控告警、CLS日志查询和数据库自然语言查询能力，支持运维人员通过自然语言完成故障诊断、日志检索、告警分析等任务，显著提升运维效率。
基于 DPDK CoreDump、运行日志与领域知识库构建 AI 故障诊断系统，设计轻量级 Agentic RAG Workflow，实现“异常解析 → 特征提取 → 案例检索 → 诊断生成 → 结构化输出”的完整闭环。 项目采用 LangGraph 构建多阶段 Agent 工作流，将复杂故障分析拆分为特征提取、检索调度、结果聚合等多个节点，提升复杂场景下的问题定位能力与可解释性。
主要功能： 按 Tab 键智能补全代码，支持内联编辑（Ctrl+K），操作体验超流畅； 强大的 Agent 模式可搜索、创建、编辑文件，甚至有终端访问权限； 独特的 Gather 模式提供只读搜索功能，更安全地分析代码库； Checkpoints 功能可视化 AI 代码修改，轻松追踪和比较所有变更； 智能代码错误检测，AI 能主动发现并修复代码问题；
该项目针对当前 AI 在测试场景中生成测试用例存在的问题，构建一个面向测试领域的动态、精准、可追溯的测试知识大脑。该系统以知识图谱为核心，为 AI 提供更完整、可靠的上下文，从根本上提升模型在用例生成、缺陷定位、影响面分析等任务中的效果，加速测试智能化水平的提升。
基于 Spring AI Alibaba 实现对系统的运行时异常 智能分析，利用大语言模型分析运行时异常并给出解决方案，方便快速定位并解决问题
RootSeeker 是一个面向公司内网的 AI 驱动错误分析与根因发现服务。它不仅仅是一个日志解析器，更是一个拥有代码理解能力的智能 SRE。 通过集成 SLS (日志)、Zoekt (精确代码检索)、Qdrant (语义向量检索) 和 LLM (大模型推理)，RootSeeker 能够自动还原故障现场，定位问题代码，并生成专家级的修复建议。
EasyTesting 是基于 Django、DRF、SQLite、Bootstrap、HTTPRunner 及 Playwright 的接口与 UI 自动化测试平台。集成大模型（LLM），可按需自动生成功能测试用例，并支持修改与手动新增，用例可导出为 Excel 或 Markdown。平台支持异步执行测试用例与套件，涵盖接口调试、用例管理、自动化执行、报告查看、数据生成、定时调度与监控等全功能。
python-web最佳实践fastapi+sqlalchemy+DDD领域驱动模型
