从控制系统、研究助手到具身智能工具，我关心的是：怎样把模型能力变成一条真正能跑起来的产品流程。
每个项目都从一个具体问题开始：让控制设计更容易上手、让公开信号变成可行动的信息、让硬件控制真正跑起来。
面向控制初学者和工程师的控制参数设计助手，用量化反馈筛掉“看起来对”的答案。
刚学习控制的高中生、大学生，以及没有控制基础但需要控制参数的工程师
控制参数往往需要专业经验；初学者不知道从哪里开始，工程师也很难判断模型给出的参数是否真的可用。
把参数提议、稳定性检查、闭环仿真和评分串成一条可解释的流程，让用户看到每个参数选择背后的依据。
形成了从提出方案、验证约束到筛选候选方案的混合模型控制设计 pipeline。
证据驱动的 AI 求职与面试复盘 Copilot，把准备过程变成一条可回看的工作流。
证据驱动的 AI 求职与面试复盘 Copilot，把准备过程变成一条可回看的工作流。
正在准备求职和面试的候选人
经历、岗位要求和面试反馈彼此分散，复盘很难沉淀成下一轮准备动作。
用 evidence loop 把准备前的经历提取、面试后的复盘和下一轮行动串在一起。
完成了 TypeScript 产品概念原型；下一步需要用真实求职者验证节省时间和回答质量。
用公开信号寻找具身智能人才：arXiv、GitHub、机构主页，三关过滤后再触达。
用公开信号寻找具身智能人才：arXiv、GitHub、机构主页，三关过滤后再触达。
寻找具身智能人才的招聘者
顶尖候选人的公开信号分散在论文、GitHub 和个人主页，传统人才库很难覆盖。
只使用公开 API，按资历、地域、身份三关过滤，再做去重和增量监控。
整理成可复用的 Claude Code Skill，输出候选人来源、匹配依据和合规触达所需信息。
一台能感知、纠偏、测速和掉线恢复的循迹小车，早期的硬件与控制实践。
一台能感知、纠偏、测速和掉线恢复的循迹小车，早期的硬件与控制实践。
需要稳定循迹的移动机器人
小车既要识别轨迹，也要在速度变化、丢线和转向时保持可控。
用 5 路红外传感器感知轨迹，用 PID 修正方向，用编码器做速度反馈。
完成了包含循迹、蓝牙控制、OLED 状态显示、掉线恢复和 180° 转向的 STM32 原型。
我是 Jiarui Wang，关注 AI agent、控制系统、具身智能与研究工具。我的习惯是先把问题拆成可验证的步骤，再决定哪里交给模型，哪里必须由计算、数据或人来确认。
在 GitHub 上，我把这些想法做成了能运行的原型。这个 archive 记录的不是“我会什么”，而是“我怎样把一个模糊想法推到可用”。
More on GitHub