我热衷于用代码解决实际问题、学习新技术以及创造有趣的应用。这个页面记录了我在工作和学习之余的一些实践和探索。
欢迎 Fork、Star 或提出你的宝贵建议！
项目一：WOL 唤醒工具
一个简洁高效的 Wake-on-LAN 工具，用于通过网络远程唤醒局域网内的计算机。
📝 项目简介 这是一个轻量级的跨平台应用，只需输入目标设备的MAC地址和IP地址，即可发送“魔法数据包”（Magic Packet）来启动支持网络唤醒的电脑或服务器。
💡 开发初衷 为了方便地远程开启家中的台式机和NAS，告别每次都需要手动开机的麻烦，于是开发了这个简单实用的小工具。
🛠️ 技术栈 [Python, Streamlit，WakeonLan]
查看项目
项目二：Web 日志分析工具
一个高效的 Web 服务器日志分析脚本，支持Apache、Nginx、IIS和Tomcat日志格式，能够从海量访问日志中提取关键信息，并生成结构化的分析报告。
📝 项目简介 该工具可以快速解析日志文件，统计诸如每日/每小时的访问量（PV）、独立访客数（UV）、最受欢迎的页面、访客来源IP分布、以及HTTP错误状态码等关键指标。
💡 开发初衷 在运营个人博客时，对了解网站的真实访问情况产生了浓厚兴趣。相比于安装复杂的第三方统计工具，自己动手解析原始日志更能体会到数据处理的乐趣。
🛠️ 技术栈 [Python, Pandas, Streamlit]
查看项目
项目三：LANGQA 知识问答系统
一个基于大型语言模型（LLM）的本地知识库问答系统。用户可以上传自己的文档，并针对文档内容进行智能问答。
📝 项目简介 本项目利用文档加载、文本分割、向量化（Embeddings）和向量数据库技术，将非结构化的文本资料转化为可供LLM检索的知识库。当用户提问时，系统能精准地从相关文本中寻找答案，并由LLM整合后给出自然流畅的回答。
💡 开发初衷 对 AIGC 和大语言模型在知识管理领域的应用潜力感到兴奋。希望通过这个项目，深入探索 LangChain 框架和向量数据库的实践，尝试构建一个个性化的、私有的知识助理。
🛠️ 技术栈 [Python, LangChain, Ollama]
查看项目