HELLO,I'MYuki

2024 年高考后的那个暑假，我用 C 语言敲开了代码世界的大门，并在 CSDN 上通过技术博客记录思考、总结沉淀。大一期间，我一边构建 Java 后端的知识体系，一边自学日语并顺利考取了 JLPT N2 证书。在备考的过程中，我发现市面上缺乏开源且现代化的练习平台，于是动手打造了自己的第一个完整全栈项目 YukiTest——一手搭建前后端，整合真题练习、错题本与 AI 智能解析。

进入大二，我在深入学习算法的过程中参加了蓝桥杯软件类竞赛，斩获了全国三等奖。与此同时，大模型（LLM）的浪潮奔涌而至，我选择一头扎进 Agent 与 RAG 的底层原理中。我为学校人工智能实验室内部开发了 YukiRAG 知识库系统，深入攻克文档切片解析、向量化存储、混合检索与动态上下文拼接，让自然语言查询转变为基于私有文档的高准确度回答；为了真正搞懂工具调用背后的机制，我不依赖任何现成框架，用纯 Java 从零手写了 YukiCli——一个包含了 ReAct 思考循环、Function Calling 调度、上下文管理与多 Agent 协作的终端 AI Agent。

随着技术与日语能力的提升，我在日常阅读中捕捉到了日语文学与轻小说在线阅读工具的市场空白，于是开发了 Yuki-Reader。通过集成点词查词典、拖选翻译与假名自动标注，大幅降低了阅读原版日文书的门槛，把繁琐的查词转化为流畅的阅读享受。

对我而言，AI 不是替身，而是思维的放大器。手写 ReAct 循环和搭建 RAG 的经历让我明白，大模型并不能替代传统的工程底座——对数据流的掌控、对架构的设计以及对真实痛点的洞察，依然是软件的灵魂所在。我喜欢高密度的技术实验，更在乎工程落地的最后一毫米。最终交付给世界的，绝不该是一摞精美的截图，而是一套能够自我演化、持续生长的作品。