我专注攻坚复杂长周期的代码与工程问题——从私人 AI 工作台、金融数据基础设施到自动化流水线， 让智能体真正跑在业务里，而不是停留在 demo。
不是「会一点 AI」的使用者，而是把 AI 当作工程底座来构建系统的实践者。
以 pi coding agent 为核心，搭出覆盖 Telegram、云盘、邮件、金融数据的私人智能体网络。 需求出现时先问：这件事能不能交给 Agent 变成一条可持续运行的流水线？
偏好啃硬骨头：OAuth 授权链路修复、MCP 协议集成、量化回测框架、跨平台数据管道—— 复杂度和周期越长，越是我的主场。
深耕 A 股数据与量化研究方向：行情快照、财务报表、复权因子、龙虎榜异动…… 用工程手段把非结构化的市场信息变成可计算的研究资产。
重复劳动零容忍：视频转存、免费模型抓取、周报生成全部沉淀为 Skill； 上传即验证、验证后清理，每条链路都追求无人值守。
围绕一个私人 AI 操作系统持续建设：感知入口、执行工具、数据底座三位一体。
以 pi coding agent 为中枢的全天候个人智能体，Telegram 即时触达，随时随地指挥干活。
同花顺官方 A 股金融数据服务的全栈接入：REST API / MCP / CLI / Python SDK 四路打通。
每周定时抓取 OpenRouter、Groq、Gemini、GitHub Models 等平台的免费模型， 一键安装进自己的 Agent 军火库。
X/Twitter 视频、Telegram 文件一键转存 pCloud 云盘的 Skill 化流程。
一套命令通达 15 个平台的信息获取路由：小红书、X、B站、Reddit、GitHub、播客……
策略研发 → 回测 → 归因的完整工程化路径探索。
衡量标准很简单：过去要花一小时的事，现在一句话搞定；过去不可能的事，现在每天在发生。
完成 pi agent 与 Telegram 的桥接，解决后台常驻、离线可达等问题， 手机变成随身工程控制台。
Google Drive MCP 接入（含 OAuth 排障与 API 启用）、pCloud rclone 通道建立、 同花顺四路金融数据端点配置完毕，产出物有了家，数据有了源头。
媒体转存、免费模型抓取、全网调研等高频动作固化为 Skill， 并根据实战反馈持续迭代命名规则、清晰度策略与安全边界。
聚焦量化系统工程与 Agent 工作流优化，砍掉干扰性插件、精简上下文注入， 让整个系统更专注、更锋利。
工具服务于目标——这套组合拳专为「一个人干一支队伍」而配。
无论是 AI Agent 落地、金融数据工程、自动化流水线，还是别的什么长周期难题—— 我永远对「有意思的问题」保持开放。