真实应用界面01数据工具 / 自动化
交通可达性数据采集工具
面向研究中反复查询不同起终点、时段与方向的需求，规划批量导入、定时采集、任务状态与结果导出。工具已形成 macOS 本地应用，保留请求时间与异常记录，支持失败重试及 CSV / Excel 导出，并用于实际论文的数据采集。
- 个人贡献
- 需求分析 / 原型框架 / 功能规划，程序由 AI Agent 实现。
23,986历史累计 API 请求
按本人实际使用记录
按本人实际使用记录
macOS本地应用
数据保存在本机
数据保存在本机
我是杨天文，2027届农业管理硕士，具备软件技术背景与编程教学经历。负责交通采集工具的需求分析与原型规划，组织 AI Agent 实现；使用 Codex 与自建 Skill 搭建 PaperCash，衔接文献检索、写作与格式审计。
两个真实场景，
两种产品实践。
两个项目都来自研究中的重复任务：交通工具把多起终点、指定时段与去返程查询组织为可追踪的采集流程；PaperCash 将检索、引用、写作和审计拆成可复用的 Skill。以下分别展示需求背景、个人贡献、实现方式与验证边界。
真实应用界面阅读完整案例
PaperCash v3Codex + Skills
- 01研究与检索资料与来源
- 02规划与写作规则与任务
- 03格式与审计检查与交付
论文处理工作流结构示意
02Agent / 工作流
PaperCash v3 论文工作流
围绕论文处理时资料、指令与输出分散的问题，定义任务目标与处理步骤，组织 Codex 和自建 Skill 执行研究、引用、写作、格式整理与审计。结合知网检索接入资料，将各环节衔接为可重复调用的工作流。
- 个人贡献
- 流程设计 / 任务要求 / 实际使用，Skill 步骤与程序由 AI 生成。
Codex执行环境
组织任务与调用技能
组织任务与调用技能
Skills模块化流程
研究、引用、写作与审计
研究、引用、写作与审计
从需求沟通，
到工具与流程。
两项实践的共同主线：先定义任务，再组织 AI 实现，最后回到真实场景检查结果。
- 用户需求
- 研究任务、使用约束与具体操作诉求
- 产品设计
- 原型框架、功能规划与任务流程
- AI 实现
- Agent 编程、Skill 编排与本地应用
- 结果检查
- 采集记录、来源核对与格式审计
需求先拆清楚，
再交给 Agent。
AI 负责生成与实现，个人负责说明目标、使用边界，以及检查结果是否回应原始需求。
- 先定义输入与结果
采集哪些路线、在哪些时段执行、需要保留哪些结果字段，都先转成具体要求。
- 把异常放进流程
失败任务、缺测和登录态失效需要分别处理，不把“运行结束”等同于“结果完整”。
- 把验证留在真实场景
区分实际采集与模拟数据，区分已完成的使用实践与尚未开展的对照评测。
- 01理解任务与约束
- 02拆解功能与步骤
- 03组织 AI Agent 实现
- 04在使用中检查结果
完整项目与实践。
按场景查看产品案例、Agent 工作流与内容实践；每一项都保留独立详情和可核验入口。
全部3 项实践2 个产品案例，1 项个人实践。
从技术讲解，
到需求理解。
软件技术背景与科研实践，连接起使用者沟通、问题拆解和 AI 工具应用。
武汉轻工大学｜农业管理硕士
围绕研究中的数据获取与论文处理需求，设计交通可达性采集工具与 AI 辅助工作流，并用于实际研究。
智造者 AI 编程中心｜编程教师
承担课程咨询、需求沟通、备课授课与答疑。面向学员及家长了解学习目标与诉求，解释技术内容和使用要求，衔接咨询与教学服务；多次带队参赛获得国家级奖项。
山东科技职业学院｜软件技术
掌握 Python，能够理解 C、HTML5、CSS、JavaScript 与 MySQL 相关代码和逻辑，结合 Linux、Docker 与 AI Agent 开展应用实践。
期待参与，AI 产品实践。
求职方向：AI/Agent 产品经理。
希望将需求理解、原型设计与 Agent 工作流实践用于真实产品，参与从问题拆解、方案设计到应用落地的过程。