2025 / 大模型应用
柯桥档案馆大模型项目
让档案检索，从字面匹配走向语义理解。
2025/07–2025/10，承担 Python 服务支持与 AI 相关服务全流程开发，覆盖需求分析、方案设计和落地实施。
核心工作
设计与搭建向量数据库，落地智能文档生成、多轮问答和档案语义分析；通过混合检索提高相关资料的匹配质量。
工程侧重点
把数据检索和服务接口组织成可复用链路，使问答与生成能力服务于档案编研工作。
Python向量数据库混合检索多轮问答
作品与项目
从方案，
到可以使用。
把模型能力连接到具体问题：资料检索、风险识别和个人信息展示。
科研竞赛 / 挑战杯
基于大模型的风险用户识别
全国大学生挑战杯三等奖。负责提示词设计和大模型特征提取，结合人工构建特征与模型激活特征进行风险识别。
Prompt模型特征风险识别
持续迭代 / 个人网站
lugy.me
将个人简介、研究、实习与作品整理为独立页面。前端保持轻量静态结构，通过 GitHub 与 Cloudflare Pages 维护版本和自动发布。
加入响应式导航、跟随系统的暗黑主题、可暂停的标签滚动，以及两款图主题小游戏。所有游戏数据只存于当前浏览器。
HTML / CSS / JavaScript响应式无障碍Cloudflare Pages
去体验小游戏