我是 RayX，正在构建 AI 应用与自动化工作流，关注推荐系统、信息发现和可复现的工程实践。早期项目以 Java 与 Spark 为主，现在把这些积累逐步带到新的应用中。
Java · TypeScript · Python · 推荐系统 · 自动化工作流
面向小型内容工作室，将品牌资料整理为可批注、可逐项审核的六模块内容包，支持局部重写、版本记录与审核后导出。Python · FastAPI · SQLite。
当前为 v0.1 预览版：默认使用本地模板演示，真实模型接口需配置后实测。下一步用真实项目验证改稿时间与交付质量。
Vue 3 + TypeScript + Spring Boot 4 + Java 21。包含电影发现、私人片单、推荐实验室，以及可训练、可回退的 ALS 混合推荐。
下一步重点：提高当前片库的模型覆盖，补充与真实使用场景一致的评估。现有离线结果尚未超过热门榜，评估口径见上方文档。
持续整理 AI 开源项目与来源链接，帮助发现值得进一步试用的工具。目前公开的是内容存档及索引维护工具；采集、摘要与调度实现仍需完善和整理。
配套阅读：AI 日报。AI 辅助摘要请结合原始来源核实。
| 项目 | 留下的工程积累 | 当前状态 |
|---|---|---|
| Movie_Recommend | Spark 推荐、数据采集、Web 与后台的完整链路 | 历史学习项目；后续开发转向 CineMatch |
| News_Spark | Spark 新闻分析与实时数据可视化 | 历史参考项目 |
- 把 AI 能力做成可运行、可解释、能验证效果的小型应用。
- 让自动化输出保留来源、可重复生成，并能发现失败和重复内容。
- 用实际演示、运行步骤和评估记录说明项目完成到哪一步。
技术项目相关的建议与问题，欢迎在对应仓库的 Issues 中交流。
写代码之外，我也喜欢研究动漫，关注角色塑造、剧情叙事与作品的世界观。欢迎同样喜欢动漫的朋友，一起聊作品、交流观点，分享各自的理解。