自我介绍
苏格拉底：我唯一知道的就是我一无所知
真正的智者在面对知识时，应该是保持敬畏于谨慎的，而不是浅尝辄止就好为人师。
在临近毕业的日子，写下这篇自我介绍，更像是对本科四年的告别，以及对未来的向往。
我不想把自我介绍写的像教科书的人物介绍，或者是求职简历一样，而是想说一些自己的思考。遵从惯例，也是要写一写我的个人状况的。本科毕业于南京邮电大学，一所在互联网上赞誉与遍地平分秋色的学校，就我个人而言，我是感激这所学校的。当然，她有着现阶段国内计算机大学的通病，如果你跟着课程计划按部就班的学，那么大概率毕业即失业，这毫不夸张。
很庆幸，我在机缘巧合之下加入了 SAST，全称是校大学生科学与技术协会。大一的时候，秉着对摄影的热爱，加入了 SAST 的摄影组，并有幸留任。在这里要感谢 YXT 与胖哥，没有他们俩，我不可能加入 SAST。SAST 对于是我校一群热爱技术学生的聚集地。在我加入的时候，所在的部门叫做“软软应应”，当时的部长叫 CXY。留任时就已经改为“多媒体部”与“软件研发中心”了。我所在的部门是多媒体部门的摄影组，就是一群热爱摄影技术的人。大一那会儿，学了各种摄影相关的知识，快门、光圈、焦段、构图、美姿……也学了各种题材的摄影，人像、会议（在CMC干了一年）、日系……
CMC 是一个为学校打工的社团，主要负责一些活动的摄影。而在这里我结识了瑞瑞，在他的鼓励下，我勇敢的迈出了下面这步。
在成老师的带领下，我开始学习图像处理与深度学习。老师给我推荐的是入门的经典书籍，冈萨雷斯的图像处理和大名鼎鼎的花书。后面我在阅读花书的过程中，觉得晦涩难懂，又先行阅读了西瓜书与李航的经典书籍《统计学系方法》。很遗憾，这几本书我也都没有完全的啃下来，基本上是学了一定的知识后就开始实操，但这也让我有了一定的机器学习与深度学习基础。为后来的发展打下基础。
在我有一点的基础后，成老师分了四个课题给我选，具体是哪四个我已经不记得了，只知道我最后选择了“图像去雾”。做这个方向自然绕不开何凯明博士的“暗通道先验去雾算法”，因此首先就是复现他的论文，于是就诞生了下面这个仓库:DehazeFog，时至今日，这依然是我被 star 最多的一个仓库。
当然，NJUPT 作为一个以信息技术为傲的学校，这里的计算机氛围也是极为不错的。在 SAST，我真正的引路人是 LB，带我认识他的是 ZX。
开源项目
IntelliSearch
IntelliSearch 是一个基于AI大语言模型的对话式搜索引擎，旨在通过自然语言交互提升用户的信息检索体验。项目结合了大语言模型、搜索引擎和数据管理技术，开发了一个支持跨平台的智能搜索系统。通过创新的混合检索架构和检索增强生成（RAG）技术，IntelliSearch 能够提供更精准、更智能的搜索结果。
这个项目是我的本科毕业设计。其实写到现在，内心还是有很大的挫败感的，因为从 21 年上大学开始，就可是接触到 AI、图像处理、深度学习相关的知识，我也算得上是 LLM 的第一批用户。从最初的 ChatGPT，到国内百度的第一波跟风，再到 Kimi、智谱、Claude等等……LLM 真正进入非技术人员的普通大众视野中，应该是 DeepSeek 的爆火，当初使用它的时候，也不得不感慨，其推理链的惊艳。
本人并不是 LLM 的研究者，甚至没有什么的学习过相关的知识，只是通过一下技术博客与开源项目做一些自己武断的推论。
写这个项目的初衷是，在使用 ChatGPT 时，会发现它出现胡乱回答的现象，甚至也会顺着自己错误的理论不断推导，得到错上加错的结果。随着后来的学习，我知道这种现象叫做大模型幻觉，而想要解决这个问题，最为关键的一点就是从源头出发，减少错误输入。去修改模型架构以及自己去训练模型这些方法是我无法实现的，所以我换了个思路。是否可以将传统的搜索引擎与 LLM 结合起来，来提高输入的质量呢？提高输入质量这个办法很快得到了印证，那就是 RAG 技术，相关的开源项目也很多，比如 RAGflow、Dify等。我的想法随之就转变为了将搜索引擎与 LLM 结合起来并实现一个本地的RAG数据库。
解释一下为什么在最初提到有着莫大的挫败感。实在是因为 LLM 发展的太快了，我的技术方法在开始做的时候虽说不上有多么独特，更谈不上先进。但也是中规中矩，并不落后。但是随着 MCP 技术的提出，它就变成一个笑话了。
autoDescription
一个用于 Obsidian 的插件，可以使用 Kimi AI 自动为文章生成摘要、类别、标签等信息，并将其添加到文章的 Front Matter 中。
技术栈
- C/C++ | Python ……
- Linux | Cmake | LLM | Qt | 数据分析 | 图像处理 | 深度学习 | ……
- 多线程编程 | 网络编程 | ……
博客更新日志
加入开往，一个让“友链”活跃起来的开源项目。
开始做一些自定义的美化：
- 谷歌收录，并提交站点地图
- 实现RSS订阅
评论功能设置成功
完成图床、静态友链的配置
部署成功啦！
