关于我

软件工程专业学生｜Java 全栈学习者｜AI 大模型与智能体开发探索者

你好，我是零燨，一名软件工程专业学生，目前正在系统学习 Java 全栈开发，并持续探索 AI 大模型与 Agent 智能体开发。 我喜欢把零散的知识整理成能够反复学习、验证和继续生长的体系。对我而言，技术学习并不只是记住某个框架的使用方式，而是逐渐理解一个真实系统如何从需求出发，经过设计、编码、测试、部署和维护，最终稳定地运行起来。 目前，我的主要学习方向包括 Java、Spring Boot、MySQL、Vue 3、TypeScript 以及前后端工程化。同时，我也在关注 DeepSeek、Claude Code、GPT、GLM、Kimi 等大模型及其开发生态，学习提示词设计、模型能力边界、工具调用、知识检索与 Agent 工作流。 “星雨笔录”是我用于记录和实践这一过程的个人知识平台。它既是一个持续建设中的全栈项目，也是我整理教程、开展英语学习、记录技术理解和验证工程实践的长期空间。 我仍处在不断学习和积累的阶段，不急于用夸张的标签定义自己。相比追逐短暂的技术热度，我更希望保持好奇、建立基础、认真实践，并在一次次真实问题中形成属于自己的判断。 愿每一次探索都有痕迹，每一份知识都能在时间里继续生长。

Java 全栈开发

目前以 Java 全栈作为主要学习方向，正在持续完善从后端业务开发到前端页面实现、数据库设计和服务器部署的完整能力。

重点关注：

  • Java 语言基础、集合、IO、多线程、反射与常用开发规范。
  • Spring Boot 应用开发、参数校验、统一异常处理和环境配置。
  • RESTful API 设计与前后端接口协作。
  • MySQL 数据建模、事务、索引与数据完整性。
  • MyBatis-Plus 数据访问与业务服务实现。
  • Flyway 数据库版本管理。
  • Vue 3、TypeScript 和 Vite 前端工程。
  • Nginx 静态资源服务、接口反向代理与生产环境部署。
  • Git 版本控制、代码整理、测试与发布流程。

我的目标不仅是“能够写出功能”，也希望逐步理解功能背后的数据流、权限边界、异常处理、部署链路和维护成本。

AI 大模型与 Agent 智能体

持续关注大语言模型在学习、开发和知识管理中的实际应用，目前重点了解：

  • DeepSeek、Claude、GPT、GLM、Kimi 等模型的能力特点。
  • Claude Code 等 AI 编程工具在真实项目中的协作方式。
  • Prompt 设计、上下文组织与结构化输出。
  • Function Calling 与工具调用。
  • RAG、知识库检索与内容引用。
  • Agent 的任务拆解、状态管理和执行流程。
  • 多步骤工作流与人工确认机制。
  • 模型幻觉、权限控制、数据安全和结果验证。
  • AI 辅助开发中的测试、审查与责任边界。

我更关注大模型如何参与真实工作，而不是只关注它能否生成一段看起来正确的内容。一个可靠的智能体系统，还需要清晰的目标、受控的工具权限、可验证的执行过程、异常恢复能力以及必要的人工判断。

软件工程与工程实践

作为软件工程专业学生，我正在通过真实项目理解软件开发的完整生命周期：

  1. 分析需求并明确功能边界。
  2. 设计前后端接口和数据库结构。
  3. 编写能够维护和扩展的代码。
  4. 使用自动化测试与人工测试验证功能。
  5. 排查本地环境和生产环境之间的差异。
  6. 完成构建、部署、升级和回滚。
  7. 根据真实使用反馈继续修复和优化。

我希望逐渐建立的不只是某项技术的熟练度，而是一种面对复杂问题时能够分析、验证、实施和复盘的工程能力。

长期关注

  • Java 全栈开发
  • Spring Boot 与后端工程
  • Vue 3 与 TypeScript
  • MySQL 与数据建模
  • AI 大模型应用
  • Agent 智能体开发
  • RAG 与知识系统
  • AI 辅助编程
  • 软件工程方法
  • 系统可靠性与部署实践
  • 个人知识管理
  • 英语技术学习

软件工程专业学习

目前就读于软件工程专业，正在围绕程序设计、数据结构、计算机组成原理、操作系统、计算机网络、数据库和软件工程方法建立计算机基础知识体系。

在专业学习之外，我将 Java 全栈开发作为当前主要实践方向，希望通过持续编写真实项目，把课程中的概念与实际开发过程连接起来。

现阶段尤其重视：

  • 建立扎实的 Java 编程基础。
  • 理解前端、后端、数据库和服务器之间的完整链路。
  • 培养独立定位问题和验证解决方案的能力。
  • 形成规范使用 Git、测试、日志和部署工具的习惯。
  • 将学习过程整理成可以长期维护的知识内容。

星雨笔录：个人知识平台

我正在持续设计和开发个人全栈知识平台“星雨笔录”。

这个项目最初来源于一个朴素的需求：如何让学习过的内容不再只是散落的笔记，而是形成可以浏览、关联、复习和继续完善的知识体系。

项目目前采用：

  • Java 21
  • Spring Boot 3.5
  • MyBatis-Plus
  • MySQL 8
  • Flyway
  • Vue 3
  • TypeScript
  • Vite
  • Nginx

项目包含系统化教程、英语学习、内容管理、媒体资源、学习记录、权限管理和作品展示等模块。

在开发过程中，我实际接触并处理了：

  • 前后端接口设计与联调。
  • 数据库表结构和外键关系。
  • 内容草稿、发布与撤回流程。
  • 管理后台表单和交互设计。
  • 自动内容编号与稳定公开地址。
  • Markdown 内容编辑与展示。
  • 媒体文件上传和访问。
  • MySQL 数据初始化与内容填充。
  • 本地环境启动与问题排查。
  • Maven 和 Vite 正式构建。
  • 阿里云服务器与宝塔面板部署。
  • Nginx 静态资源、反向代理和媒体目录配置。
  • 保留数据库与上传文件的原地升级。
  • 部署失败后的日志分析与版本校验。

星雨笔录并不是一个已经结束的演示项目，而是一个会随着学习持续迭代的长期工程。它既记录结果，也保留我理解问题、修复错误和改进系统的过程。

项目访问地址：

https://yulanlin.cn

项目仓库：

https://gitee.com/linglingxixixi/yulanlin-blog

AI 大模型与智能体探索

在 Java 全栈学习之外，我正在持续关注 AI 大模型及 Agent 智能体开发。

当前关注的模型和工具包括 DeepSeek、Claude Code、GPT、GLM 和 Kimi。我会比较它们在知识理解、代码生成、长文本处理、工具调用和复杂任务执行方面的表现，也会关注模型输出可能存在的错误、幻觉和边界。

我正在逐步学习：

  • 如何清晰描述任务和约束。
  • 如何设计可复用的提示词。
  • 如何为模型提供可靠上下文。
  • 如何让模型调用受控工具。
  • 如何使用检索增强生成连接外部知识。
  • 如何设计具有状态和步骤的 Agent 工作流。
  • 如何验证 AI 生成的代码、数据和结论。
  • 如何在人与模型之间建立合理的责任边界。

我希望未来能够将 Java 工程能力与大模型应用结合起来，开发真正能够解决问题、过程可控且结果可以验证的智能体应用。

当前阶段

我目前仍处于系统学习和持续积累阶段。

比起急于展示“精通”多少技术，我更愿意如实记录自己已经理解的内容、正在解决的问题和仍需补足的能力。我的阶段目标是完成从基础知识、项目开发到服务器部署的闭环，并在这个过程中形成稳定的学习方法和工程习惯。

未来会继续完善：

  • Java 基础与并发编程。
  • Spring Boot 后端工程能力。
  • 数据库设计和性能理解。
  • Vue 3 前端开发能力。
  • 自动化测试与系统可靠性。
  • Linux、Nginx 和生产环境维护。
  • 大模型应用与 Agent 架构。
  • 技术英语阅读与表达能力。

技术世界不断变化，但真正值得保留的，是持续学习的能力、面对问题时的耐心，以及对结果负责的态度。