92 lines
4.0 KiB
Typst
92 lines
4.0 KiB
Typst
|
||
// Imports
|
||
#import "@preview/brilliant-cv:2.0.5": cvSection, cvEntry
|
||
#let metadata = toml("../metadata.toml")
|
||
#let cvSection = cvSection.with(metadata: metadata)
|
||
#let cvEntry = cvEntry.with(metadata: metadata)
|
||
|
||
|
||
#cvSection("个人项目")
|
||
|
||
#cvEntry(
|
||
title: [AI 赋能的前端开发工具],
|
||
society: [GuiiAI Devtools],
|
||
date: [2024.8 - 2025.1],
|
||
location: [杭州],
|
||
description: list(
|
||
[
|
||
|
||
\[项目架构\] GuiiAI Devtools 分为多个包。主要组成部分为：Vite Plugin Server、悬浮球叠加层、操作面板。Vite Server 提供修改代码文件、获取源码的能力，悬浮球叠加层和操作面板可以让用户发出 Prompt。
|
||
],
|
||
[
|
||
|
||
\[项目基建\] GuiiAI Devtools 的仓库是一个大的 Monorepo，分为多个包发布。最开始使用 Vercel 的 ai-sdk 作为 AI 库，但由于其自定义能力不够，我们自己封装了 neuri 库作为替代
|
||
],
|
||
[
|
||
|
||
\[编译时 DOM 注入\] 通过 Vite Plugin 的能力，将一个悬浮球注入到用户 Dev 模式的网页，作为用户控制 AI 写代码的操作中心。注入的元素使用另一个 Vue 实例，因此不要求用户使用 Vue 开发。
|
||
],
|
||
[
|
||
|
||
\[UI 样式隔离\] 为避免用户页面的全局样式污染悬浮球和面板，我们使用 shadow-dom 隔离了悬浮球和主页面的样式，避免了样式污染，主面板使用 Iframe，隔绝上下文。
|
||
],
|
||
[
|
||
|
||
\[Vite 到浏览器的 RPC 通信\] 为保证 Vite Plugin Server 和 前端的双向通信，我封装了一个简易的 RPC 库。浏览器不同上下文之间使用 BroadcastChannel 通信，浏览器与 Vite Plugin Server 复用 dev ws 相互通信。
|
||
],
|
||
[
|
||
|
||
\[自定义接入模型\] Devtools 支持自定义 OpenAI API Endpoint。
|
||
],
|
||
[
|
||
|
||
\[优化打包体积\] 通过动态导入代码编辑器的 highlight.js，将打包体积从 2M 降低至 300k
|
||
],
|
||
),
|
||
)
|
||
|
||
#cvEntry(
|
||
title: "NuistShare 资源分享站",
|
||
society: "",
|
||
description: "",
|
||
location: "南京",
|
||
)
|
||
#set text(size: 9pt, weight: "light")
|
||
一个使用 Nuxt3、NestJs 开发的学习资料共享站。
|
||
|
||
- [打包体积优化] 优化字体以及部分样式进行懒加载，部分组件使用动态导入加载，将首屏需要加载的资源从 2M 优化到240k，大大缩短首屏加载时间。
|
||
|
||
- [中文字体分块优化] 使用开源项目中文网字计划对字体分包，导出为分片 woff 并在 CDN 处设置强缓存。解决字体过大加载缓慢 的问题。
|
||
|
||
- [Prerender 支持] 使用 Nuxt 3 的能力，提前预渲染主页样式，缩短首屏加载时间
|
||
|
||
- [CDN 集成部署优化] 利用 vite-plugin-qiniu, 将 assets 上传至 CDN 并配置强缓存
|
||
|
||
- [S3、AList 多存储协议支持]
|
||
|
||
- [Github OAuth、邮箱验证支持]
|
||
|
||
- [响应式UI设计]
|
||
|
||
#cvEntry(
|
||
title: "",
|
||
description: "",
|
||
location: "",
|
||
date: "Date",
|
||
)
|
||
|
||
该项目是一个游戏化测评类软件，内含大量游戏关卡，用于素质测评、品牌营销等。包含了大量的响应式适配、 动画、事件触发。使用 Uniapp 开发微信小程序、微信 H5 应用。管理平台为用户定制游戏化测评应用的管理平台。
|
||
|
||
技术栈：用户端 Uniapp、Vue2 | 平台端 Vue3、TypeScript、Pinia、Echarts、文件约定式路由
|
||
|
||
- [报告图生成] 在产品的不同时期采用 Canvas 绘制 HTML2CANVAS 的方案动态生成报告图用于用户保存和 分享。
|
||
|
||
- [微信接入] 负责完成小程序、H5 应用的 微信登录、支付的接入。
|
||
|
||
- [组件封装] 主导组件化工作，负责计时器、判题弹窗、关卡流程控制等游戏通用组件开发，提供给其他成员使用，编写了详 细的组件文档。
|
||
|
||
- [响应式界面] 设计响应式系统，基于媒体查询设计响应式断点规则，为多种窗口尺寸进行了响应式适配。对 IOS 微信下方导 航栏进行特殊处理。
|
||
|
||
- [构建流水线与管理工作]使用了 Github Actions 进行自动化构建与部署，推送到相关云服务。负责内部测试、研发 外包的发布、对接工作。
|
||
|