我的 GitHub 项目总览（2024-2026）

总览

从 2024 年到 2026 年，我 GitHub 上的项目从简单的 CRUD 练习演进到了 AI Agent 平台。这份总览按类别梳理，方便检索。

Java 后端

项目	技术栈	级别
Joejoe_Hotel	Spring Boot + MyBatis + Thymeleaf	入门 CRUD
hmall 电商	Spring Boot 多模块 + MyBatis-Plus	电商系统
ERP 订单管理	Spring Boot + Vue 3 + Element Plus	企业级应用
CheckByAI	Spring Boot + RabbitMQ 死信 + Redis 幂等	高并发任务分发
Java_Online	Spring Boot + 生产调优	性能优化实战
SVHHS 用户系统	JWT + Redis + Spring Security	用户认证
电商实时分析	Spring Boot + Kafka + Redis + WebSocket	实时数据

技术栈演进路线：SSM → Spring Boot 单体 → 多模块 → 微服务（Nacos + ZooKeeper）。

Python AI

项目	技术栈	级别
BigGraph	LangGraph + Qdrant + ES 混合检索	RAG Agent 平台
Enterprise_RAG	Spring AI + Milvus + LLM	企业级 RAG
growing_agent	LangChain + Agent + 工具注册	AI Agent 框架
GPT_workflow	GPT API + 工作流引擎	LLM 编排
Qwen3 LoRA	LoRA 微调 + 数据清洗	LLM 训练

最核心的是 BigGraph——一个集成了混合检索（Qdrant 稠密 + ES 稀疏）、LangGraph Agent 路由、文档解析引擎的 RAG 平台。目标方向是 Web Agent 平台（智能路由 + 工具注册 + 长期记忆 + 付费）。

大数据

项目	技术栈
Hadoop WordCount	Hadoop MapReduce + HDFS
Spark SQL	Spark SQL + DataFrame
Flink/MapReduce/Spark 对比	三引擎 WordCount 性能对比
招聘数据清洗	MapReduce 数据清洗
Spark Streaming	Spark Streaming + Kafka + Redis

大数据学习路线：Hadoop MapReduce 入门 → Spark Core RDD → Spark SQL → Spark Streaming → Flink。对比了三引擎的 WordCount 实现方式，理解了批处理与流处理的核心差异。

前端

前端项目以 Vue 3 为主：

• 短视频平台前端： Vue 3 + Tailwind CSS，实现了 Touch 事件处理、IntersectionObserver 图片懒加载、虚拟列表
• ERP 前端： Element Plus + 动态路由 + 权限管理
• U3W-AI 前端： Vue 3 + Element Plus，文档解析模块、智能体配置等

成长路径

• 2024（小白期）： 能跑就行，代码几层 if 嵌套，没有分层概念
• 2025（规矩期）： 开始关注分层架构、测试覆盖、代码规范，学到了防御式编程
• 2026（系统思考期）： 关注性能（P95 延迟、GC 调优、线程池配置）、可维护性和架构演进

总结

看项目历史能看到明显的变化：早期项目全是 Demo，代码是一次性的；中期项目开始分层、加异常处理；近期项目每个都有生产级的考量——性能、安全、可观测性。

下一步方向：把 BigGraph 从 RAG 平台升级为 Web Agent 平台，加入工具注册中心、长期记忆系统和智能路由能力。