Portfolio

刘昊

制造业项目经理 · AI 工具落地实践者

把真实工作流拆成可验证的系统——从 OA 自动化到 BOM 协作,从制造工具链到 AI Agent。

北斗

目标 / 愿景

成为一个能做出更好判断的人,创造被人真的在用的产品(哪怕只是一个人),并让这个世界变得好一点。

01
判断力

判断力是可训练的吗?我在进步吗?每次决策时的自我校准。

02
有人用

有没有人在用我做的东西?哪怕一个人。产品存在的唯一证明。

03
变好一点

有没有让某个人少加了一次班、少填了一张表、少烦了一次心?

当前策略

用自动化("干")去换深度工作时间("湿")——做足够多的工具,甩掉杂活,获得系统设计的时间保护区。

Meta-capabilities

可迁移的元能力

从具体项目中提炼出的、不限于特定工具或领域的底层能力。

流程建模与自动化

看到任何一个重复性工作流,能将其拆解为可编程步骤并交付自动化方案。从 OA 表单到财务月报到 SMT 站位表——识别模式 → 定义输入输出 → 消除手工环节。

OA 自动化SMT 站位表现金流量

领域知识的系统化翻译

将专业领域知识(PCBA 制造规范、封装标准、成本核算规则)转化为软件系统的数据结构、校验逻辑和业务规则——在物理世界约束和数字系统之间建立精确映射。

BOM/Gerber 校验BOM 成本核算PCB 可视化

AI Agent 协作架构设计

将复杂决策或操作流程建模为多角色、多工具的 AI 协作系统。不是让 AI 执行单一步骤,而是设计"谁在什么时候做什么、怎么互相校验"的协作架构。

IC Blue TeamOA AgentExcalidraw MCP

全栈部署与可持续运维

不写"能跑的脚本"——交付有反向代理、生命周期管理、审批流水线、监控看板的可持续服务。在 ARM64 边缘服务器(算能 BM1684X)上承载 12+ 生产服务,7×24 稳定运行。

NginxsystemdTailscale审批流水线

务实的产品判断

"够用主义"——资源有限,知道什么时候喊停。不做过度设计,追求"真的有人在用"。每一个项目都经历了"值不值得做 → 做到什么程度够了 → 交付后实际用了没有"的完整判断链。

SMT EXE 分发OA 三层架构专利交底书产出

Evidence

已落地项目

以下项目均已交付使用——不是实验性 Demo,是融入日常工作的工具。

制造 / NPI

覆盖 PCBA 从 BOM 设计、成本核算、生产文件校验到 SMT 产线排产的完整工具链。

BOM/Gerber 一致性校验工具

解决的问题
PCBA 生产前 BOM/坐标/Gerber 三方数据不一致,人工比对耗时且易遗漏。
解决的方式
自动解析 RS-274X Gerber 焊盘尺寸,与 KiCad 封装库交叉匹配;6 项自动检查 + 62K 物料库核验。
实现的效果
数小时校验压缩至分钟级,已部署产线边缘服务器,实际用于多款 PCBA 生产前检查。
PythonFlaskGradioopenpyxlRS-274X

BOM 成本核算系统

解决的问题
PCBA 成本核算依赖人工查历史价、算料损和工时,单板耗时 30 分钟且结果不一致。
解决的方式
匹配 17K 历史价格库,4 级料损规则 + 8 类工序工时自动计算,Jinja2 生成可离线编辑 HTML 报告。
实现的效果
单次核算约 2 秒,匹配率 74-99%,用于多款产品报价决策,核算周期从天级压缩到分钟级。
PythonGradiopandasJinja2

SMT 站位表自动生成系统

解决的问题
SMT 产线站位表手工整理,新旧机型格式不一致,产线反复确认,容易出错。
解决的方式
自动识别新旧站位格式,结合 BOM 生成标准化站位表,PyInstaller 打包 EXE + Gradio Web 双形态。
实现的效果
EXE 免安装分发至多台产线电脑,消除手工整理错误,已纳入 SMT 日常生产流程。
PythonGradioopenpyxlPyInstaller

办公自动化

三层架构:浏览器插件加速手动操作 → Playwright 批量自动化 → LLM 自然语言驱动。

OA 自动化三件套

解决的问题
致远 OA 高频表单每天重复填写 10+ 次,每次 5-15 分钟,大量时间消耗在低价值操作上。
解决的方式
Chrome 插件(侧边栏一键填充)→ Playwright 框架(CDP 批量自动化 4 种表单)→ LLM Agent(自然语言驱动,YAML Skill 零代码接入)。
实现的效果
填写从分钟级降至秒级,新增表单类型 YAML 配置即可接入,已纳入部门日常使用。
PythonPlaywrightJavaScriptChrome MV3LLM

AI / LLM 工具

从投资决策对抗到开源 MCP 工具,从专利撰写到 Agent 基础设施——探索 AI 在专业场景的工程化落地。

投审会蓝军系统(IC Blue Team)

解决的问题
投资决策依赖单一视角,缺乏系统化反面论证——"支持方写方案,反对方凭直觉质疑"。
解决的方式
6 个 AI 角色(证据官/多头/空头/风控/批评者/PM)对抗式评审投资备忘录,输出裁决建议。
实现的效果
确保"推不翻的方案才是好方案",支持 CLI/Web/API 三种模式,覆盖证据核实到风险评估完整链路。
PythonLLMPydanticMulti-Agent

Excalidraw MCP Server

解决的问题
AI Agent 无法直接操控可视化画布,设计类任务需要人工中转,打断 Agent 自主工作流。
解决的方式
实现 MCP 协议服务器,暴露 26 个工具让 AI Agent 直接创建/修改/布局/导出 Excalidraw 元素。
实现的效果
已发布 NPM 公开包,Docker 一键部署,v2.0 含 CI/CD 自动发布,被多个 AI Agent 项目集成。
Node.jsTypeScriptMCPDockerNPM

专利评估与交底书生成工作台

解决的问题
技术交底书撰写门槛高——代码中识别专利点、查新、撰写全流程,工程师不愿投入时间。
解决的方式
全流水线:代码扫描 → 专利点识别 → 国知局查新 → LLM 生成交底书 → docx 输出。PatentMiner + PatentWriter 双工具链。
实现的效果
已产出 SMT 站位表专利交底书,将专利撰写门槛从"需代理人协助"降至"提交代码即可启动"。
PythonPlaywrightLLMpython-docx