01 — 携程 · 出行BU · 商业策略组
机票增值包治理工作台Flight Package Governance Workbench · 2026.06–08
可在线体验
产品实习生（本项目为实习期间真实业务逻辑的复刻演示版，数据均为 Mock）
针对三层物料分散在三个老系统、历史配错率约 2% 的治理难题：设计「两级审核 + 三级分流 + 人工兜底」体系，规则与 AI 双轨判断、全量留痕可追溯；并以 AI Coding 完成从需求、设计到云端部署上线的全链路交付。
Two-tier review and three-way triage with rule+AI dual checks; three legacy systems merged into one workbench.
134在线组合包首轮全量巡检
4三层错位包拦截清零
91.2%一次配置准确率
3h→42min日均配置耗时 · 配置效率提升 76.7%
02 — 京东零售 · 平台产品与研发中心
用户增长活动方法论 Skill 化Growth-Campaign Methodology as an AI Skill · 2026.03–05
开源仓库
产品实习生 · 大商超产品
把资深产品的隐性推演过程显性化为 S1–S8 分步流水线与规则设计四步法，拆解活动设计方法论五模块并动静分层建库；门禁脚本接管流程推进、关键决策点留人拍板，以封存真实活动盲测完成验收。
Turned tacit expert reasoning into an S1–S8 pipeline with gate scripts and human decision points; validated by blind replay against live campaigns.
15→2 人日单方案生产周期（提效 7.5×）
83%盲测要素命中率
100%逆向场景覆盖
+1.8pp活动复充率增量
03 — 个人项目
AI NATIVE 个人图书馆AI-Native Personal Library · 2026.03 至今
开源仓库
个人项目
基于本地文件与 Skills 的个人知识系统：AI 负责拆章、知识提取、跨书关联与索引维护，人负责选题、提问与判断，把「回答质量」从不可验证的 AI 生成升级为可回查、可复现、冲突显式化的真成果。
A local LLM-Wiki: AI extracts and links knowledge across books; humans curate and judge — answers become traceable and reproducible.
75–90%单任务提效
8个 Skill 组成流水线
3层框架：素材 → 原子 → 笔记
0结构问题（断链 / 孤立 / 失效出处）