项目实践

本目录包含个人项目实践的技术总结和经验分享，重点是从零开始的完整项目实现。

flowchart TB
    A[项目实践] --> B[高性能系统]
    A --> C[AI 与机器学习]
    A --> D[音视频与物联网]
    A --> E[开发工具与工程化]
    B --> F[OpenResty + Redis 短链接]
    C --> G[YOLO 训练数据增强]
    D --> H[Python MQTT 视频传输]
    E --> I[Git 命令行实践]

快速导航

高性能系统

• [OpenResty + Redis 短链接服务系统](./OpenResty + Redis 短链接服务系统.md)
  • 单机 10 万+ QPS，延迟 < 5ms
  • Lua 脚本优化、Redis 数据结构设计
  • 完整的业务系统实现

AI 与机器学习

• AI 生成训练数据增强 YOLO 检测方案
  • 用 AI 训练 AI，避免数据偏差
  • Stable Diffusion + SAM + CLIP 组合
  • 混合训练策略与效果对比

音视频与物联网

• [Python MQTT 实时视频传输](./Python MQTT 实时视频传输.md)
  • 嵌入式设备视频传输
  • 性能优化与架构简化
  • 局限性分析与改进方向

开发工具与工程化

• 为什么我选择Git命令行而不是IDEA版本管理
  • 从底层命令开始学习 Git
  • 环境无关性与脚本化
  • 团队协作最佳实践

文章列表

文章	技术栈	亮点
AI 生成训练数据增强 YOLO 检测方案	Stable Diffusion、YOLO、SAM、CLIP	用 AI 训练 AI，避免数据偏差，混合训练策略
[OpenResty + Redis 短链接服务系统](./OpenResty + Redis 短链接服务系统.md)	OpenResty、Lua、Redis	单机 10 万+ QPS，延迟 < 5ms，完整业务系统实现
[Python MQTT 实时视频传输](./Python MQTT 实时视频传输.md)	Python、OpenCV、MQTT	性能优化、架构简化、局限性分析
为什么我选择Git命令行而不是IDEA版本管理	Git、开发工具	从底层命令开始学习，环境无关性，脚本化和自动化

项目特点

这些项目都是我从零开始探索和实现的，特点是：

1. 完整的问题分析：不只是实现功能，还深入分析性能瓶颈和设计问题
2. 优化方案对比：对比优化前后的数据，量化改进效果
3. 局限性反思：诚实评估方案的适用场景和局限性
4. 技术选型思考：解释为什么选择某种技术，以及其他方案的对比

核心收获

脱离业务的代码是空谈，脱离现实的技术更是纸上谈兵。

每个项目都让我学到了不同的东西：

• 技术选型需要权衡：没有银弹，只有最适合的方案
• 性能优化 80/20 原则：抓住关键点，事半功倍
• 简单的方案往往更可靠：复杂度是系统的大敌
• 工程化很重要：好的工具和流程能大幅提升效率

我的项目经验

物联网平台

• 百万级设备接入
• 高并发消息处理
• 实时数据分析

嵌入式开发

• PCB 设计到量产全流程
• Luckfox Pico Max 视频方案
• 边缘 AI 部署

后端系统

• 高并发系统优化
• 分布式架构设计
• WMS/ERP 系统开发

欢迎交流项目经验！