我是谁

一个通过实践来学习技术的工程师。

我的学习方式是：找到实际问题，然后动手解决它。
解决问题时，能用现成工具/数据就用，缺什么就自己做什么。

我在做什么

🎨 当前项目：颜色配方预测系统

• 在学：Kubelka-Munk 理论、Transformer 架构
• 在做：训练一个能预测颜料混合配方的模型
• 状态：正在与数据提供方沟通批量数据访问

📝 这个博客：记录学习过程和项目实践

• 不是教程，而是完整的思考过程
• 记录我如何从零开始理解一个新领域
• 记录踩坑、困惑、突破的完整路径

过往项目

🔧 jimmer-dto - Jimmer DSL 的 IntelliJ 插件

问题：写 Jimmer 的 DTO 语言没有代码提示
方案：从零学习 ANTLR 和 IntelliJ Plugin 开发
成果：语法高亮、代码补全、错误检查
学到：如何设计 DSL、如何开发 IDE 插件

📊 tabular-sense - 数据库列语义识别

问题：数据库的列名往往不能准确反映其语义
方案：用 NLP 分析列名、数据样本，识别真实语义
成果：能识别姓名/年龄/地址等常见语义类型
学到：完整的机器学习训练流程

🎨 flow-tint - 自然语言驱动的颜色调整

问题：人说"亮一点"，电脑怎么知道该调哪些参数？
方案：学习 Transformer 架构理解颜色变化
成果：能将自然语言指令转换为具体的颜色参数调整
学到：Transformer 的注意力机制

我的方法论

遇到新领域的问题
       ↓
寻找现有工具/数据/研究
       ↓
能用的直接用 + 缺失的自己做
       ↓
在实践中理解原理

不重复造轮子，但缺轮子就自己造。

能力范围

核心能力：快速学习新领域 + 工程化实现

技术栈：

• 机器学习：PyTorch, Transformer, NLP
• 工具开发：IntelliJ Plugin, ANTLR, DSL
• 跨界整合：色彩科学, 物理建模, 语义识别
• 编程语言：Python, Kotlin, Java, Rust

领域经验（持续增长中）：

• 🎨 色彩科学 + 机器学习
• 📊 数据库中列语义 + NLP
• 🔧 ANTLR V4 + BNF + JFlex + IntelliJ Platform SDK

联系我

• 📧 Email: the.fallenangel.965@gmail.com
• 🐙 GitHub: ClearPlume

关于这个博客

封面图来自随机图片 API，每次刷新都不一样。
技术可以很严肃，但生活不必。