你好，我是 Shuhan Si，一名计算机专业学生。正在围绕 Agent 开发与计算机视觉模型训练开展实践，也积极参与 GitHub 开源项目。
我关注从想法到实现的完整过程：理解原理、编写代码、运行实验，再通过测试和反馈持续改进。
| 方向 | 我在关注什么 |
|---|---|
| Agent Engineering | Agent Loop、工具调用与 MCP、上下文和会话管理；探索证据筛选、来源追溯，以及编程助手与任务的可靠执行。 |
| Computer Vision | 基于 PyTorch / MMDetection 开展目标检测训练与论文复现，关注半监督学习、跨域适应和实验评估。 |
| Open Source | 从阅读源码、复现问题到提交 Issue 和修复 PR，在实际协作中积累工程经验。 |
常用语言与工具 Python · TypeScript · PyTorch · MMDetection · Git
- Evidence Sieve · 证据筛 — 面向 Agent 的证据筛选工具，探索去重、差异保留与来源追溯，支持 MCP / CLI 接入。
- MiniCode — 轻量编程 Agent，探索工具、上下文与开发工作流。
- MerchantDesk AI — 基于 Craft Agents 扩展的电商 AI 工作台实践。
- Computer Vision — 目标检测模型的复现、训练与实验记录。
更多 Agent 与应用实践见 公开仓库。
正在积极参与 Agent 生态的开源协作，近期已向以下项目提交修复 PR：
Agno · nanobot · Crawl4AI · OpenManus
参与方向包括工具调用与错误处理、文本和文件处理、抓取流程及边界情况。通过问题复现、Issue、修复代码和回归测试参与改进，关注改动能否被验证、能否帮助实际使用者。上方项目链接可查看我的 PR 及最新审查、合并状态。
查看我的 Pull Requests · 查看我的 Issues
欢迎围绕 Agent 工程、视觉模型训练与开源实践交流。