1
需求拆解
- AI 负责
- 把模糊需求整理成目标、约束、风险和验收点，辅助形成任务边界。
- 我负责
- 确认业务背景、安全边界、真实优先级和不能公开的信息。
- 产出
- 更清晰的任务说明、风险清单和可执行范围。
AI Frontend / Full Stack
AI 驱动的前端 / 全栈工程师
9 年工程经验，从 Android、小程序到 Web 前端与部分后端，把 AI 工作流落到真实交付里。
我在青岛，2017-2021 年主要负责移动端 Android 与小程序开发，2021-2026 年主要负责前端和部分后端工作。近期重点关注 AI 前端、全栈工程化和业务系统交付，擅长把组件封装、权限、图表地图、性能优化、测试部署与 AI 辅助研发结合起来。
AI Resume Assistant
直接问我的 AI 简历助手
回答基于本地简历知识库和脱敏项目经验，通过 Vercel Function 调用 DeepSeek，前端不会暴露 API Key。
推荐问题
DeepSeek Resume Console
你好，我是李智超作品站的 AI 简历助手。你可以问我项目经历、技术栈、AI 工作流、岗位匹配，或地铁项目如何脱敏展示。
AI Workflow
AI 融入前端与全栈交付链路
从需求拆解到部署排障，AI 负责辅助分析、生成和检查，最终业务判断、边界收敛和质量控制仍由工程师负责。
2
方案设计
- AI 负责
- 拆分模块、列出数据流、组件边界、异常状态和测试路径。
- 我负责
- 判断方案是否贴合现有项目结构、团队习惯和长期维护成本。
- 产出
- 可执行的实现方案和需要人工确认的关键点。
3
编码实现
- AI 负责
- 生成初稿、补齐类型、提供组件草案、接口调用和测试样例。
- 我负责
- 收敛边界、调整状态、保证代码质量和业务一致性。
- 产出
- 更快形成可验证、可维护的代码。
4
代码审查
- AI 负责
- 检查异常路径、重复代码、测试遗漏、文案表达和潜在回归风险。
- 我负责
- 判断风险真实程度，决定是否重构、延期或补测试。
- 产出
- 更稳定的合并质量和更少的低级问题。
5
测试验证
- AI 负责
- 补充边界用例、交互路径、失败场景和回归清单。
- 我负责
- 确认测试是否覆盖真实用户路径和关键业务风险。
- 产出
- 更完整的验证闭环。
6
部署排障
- AI 负责
- 辅助分析构建日志、环境变量、部署错误和线上异常现象。
- 我负责
- 控制发布节奏、生产风险和最终修复方案。
- 产出
- 更顺畅的上线流程和更快的问题定位。
Project Cases
项目案例与脱敏展示
项目覆盖 ToC 移动端、地铁内部门户、数据看板和运营智能体。内部项目只展示安全的业务场景、职责、技术难点和抽象结果。
可补充公开应用商店页面或脱敏后的车联网功能截图
职责：负责 Android 端核心功能开发与业务联调，参与车联网能力在移动端的交互落地。
难点：车控与数字钥匙类能力对状态同步、异常反馈、弱网体验和安全边界要求高，移动端需要把复杂设备状态转译成用户可理解的操作反馈。
AI 使用：当前复盘该项目时，会使用 AI 辅助沉淀车联网 App 的状态流、异常场景和移动端交互清单，用于提炼可公开表达的项目经验。
结果：积累了 ToC 移动端、设备状态同步和复杂业务交互经验，为后续 Web 业务系统的状态建模和体验设计打下基础。
AndroidJava移动端架构车联网数字钥匙
Engineering Stack
技术栈不只是关键词堆叠
每组技能都对应真实项目里的交付问题：业务系统、看板、权限、图表地图、测试部署和 AI 辅助研发。
Frontend
以 Vue、TypeScript 和复杂业务 UI 为主，关注组件边界、状态流和可维护性。
Vue / JavaScript / TypeScript
负责业务系统、门户、看板和交互页面开发，能在既有框架下稳定交付。
组件封装
把表单、图表、状态面板、权限感知 UI 抽象成可复用模块，降低重复开发成本。
状态管理
梳理复杂业务页面的状态流、加载态、异常态和权限态，让页面行为可预测。
Visualization
长期处理图表、地图、看板和高信息密度页面。
ECharts / 图表看板
将线下数据线上化，完成多指标、多维度、异常状态和趋势类展示。
地图与线路交互
处理站点、线路、设备或区域类数据展示，关注信息层级和快速定位。
性能优化
针对大屏、门户和高频访问场景优化首屏、渲染、交互响应和资源加载。
Full Stack
具备前端为主、后端协同的交付能力。
Java / 接口联调
能理解后端接口、鉴权、数据结构和业务流程，参与部分后端开发与联调。
权限与 IAM
参与统一鉴权、业务入口、权限感知页面和异常跳转处理。
测试与部署
关注 lint、typecheck、build、E2E、环境变量和开发/测试/生产环境隔离。
AI Engineering
把 AI 当作研发流程的一部分，而不是只停留在聊天工具。
AI Coding Workflow
深度使用 Claude Code、Codex、Cursor、Trae、Qoder、CodeBuddy 等工具辅助开发。
Model Exploration
持续跟进主流模型能力，体验并接入 Claude、GPT、GLM 等模型到实际工作流。
Skill / Method沉淀
小型项目使用 Superpowers，大型项目使用 BMAD Method，把日常流程沉淀成 skill。
Mobile
早期以 Android 和小程序为主，具备完整移动端交付经验。
Android / Java
负责 ToC App 功能开发、移动端适配、业务联调和上线维护。
小程序
参与移动端轻应用场景开发，理解跨端体验和业务闭环。
ToC 产品理解
有车联网、骑行社区等面向用户产品经验，能从体验和业务路径理解需求。
Experience
经历与成长方向
从移动端到 Web 前端，再到 AI 前端 / 全栈方向，经验重点逐步从单端开发扩展到复杂业务、工程质量和 AI 工作流。
2017 - 2021
移动端开发阶段
主要负责 Android 与小程序方向，参与 ToC App 和移动端业务场景开发，积累了完整 App 开发、移动端适配、业务联调和上线维护经验。
AndroidJava小程序ToC App车联网骑行社区
2021 - 2026
前端 + 部分后端阶段
主要负责 Web 前端和部分后端工作，项目集中在门户、看板、业务系统、权限鉴权、图表地图和内部数据平台等方向。
VueJavaTypeScript权限鉴权图表地图业务系统
AI 工作流阶段
AI 前端 / 全栈工程实践
将 AI 深度用于需求拆解、编码、评审、测试、文档、部署排障和知识沉淀，持续跟进先进 skill、主流工具和新模型，并独立开发 AI 生图网站。
Claude CodeCodexCursorSuperpowersBMAD Methodtulingos.cn
Contact
联系我
如果你正在寻找 AI + 前端 / 全栈方向的工程师，可以直接发送邮件，或使用联系表单留下沟通信息。