Go 后端开发
以 Go 为主力语言，关注清晰的领域边界、稳定的服务接口与可维护的工程结构。
Go
主要方向服务端、CLI、并发与工程化开发
Web / RPC
熟悉REST、gRPC、Kratos、Gin
架构设计
持续实践DDD、分层架构、依赖注入
命令行工具
熟悉Cobra、Viper、配置与自动化
公告
这里记录 Go 后端、AI Agent、开发者工具与工程实践。近期正在持续完善 AI PR Review 与智能 Agent 相关项目。
Skills & Focus
技术能力不是进度条，而是解决问题的工具箱
当前以 Go 后端和 AI Agent 为主线，同时保持对前端体验、数据服务、工程效率与可观测性的持续实践。以下内容均来自公开项目中的实际使用场景。
5能力方向
20技能主题
Go主力语言
AI当前重点
AI Agent 与大模型应用
围绕 Agent 通信、上下文获取、模型接入和开发者工具探索可落地的 AI 应用。
Agent 工程
主要方向工具调用、工作流、上下文工程
A2A / Eino
持续实践Agent2Agent 协议与工作流编排
模型接入
熟悉OpenAI 兼容 API、本地与云端模型
AI 开发工具
持续实践代码审查、规则引擎、智能协作
数据与服务基础设施
具备常见业务服务的数据持久化、缓存、鉴权与接口治理实践。
MySQL / GORM
熟悉关系数据建模与持久化
Redis
熟悉缓存与服务状态管理
JWT / Auth
持续实践身份认证与接口权限
可观测性
持续实践性能分析、日志与链路追踪
前端与桌面体验
能够为后端与 AI 项目补齐可用的 Web Dashboard、博客和桌面交互界面。
TypeScript
熟悉类型化前端与工具开发
React / Vite
持续实践管理后台与单页应用
Astro / Tailwind
熟悉内容站点与响应式 UI
Wails
持续实践Go 驱动的跨平台桌面应用
工程效率与协作
重视可重复的开发流程、版本管理、自动化验证和团队协作。
Git / GitHub
熟悉分支协作、PR 与代码审查
CI/CD
持续实践GitHub Actions、质量门禁
Docker / Linux
持续实践环境构建、部署与 Shell
测试与质量
持续实践单元测试、静态检查与规范
学习方式：以项目验证理解
从协议、框架到工程实践，我倾向于先构建一个可以运行的最小项目，再通过真实问题补齐架构、测试和交付能力。
