闫士博 / ShiBo Yan 随机系统 · 可达—规避控制 · 形式化保证
中 EN
Projects

把研究问题与实际需求做成可以运行、验证和维护的系统。

这里记录我的研究工程、本地智能工具与软件系统，重点说明项目解决的问题、我的工作、当前结果和公开入口。

查看代表项目 GitHub 主页

这里只展示已有公开代码、文档或可核查结果的内容；未发表材料、私有数据与未授权实验结果不在此页提供。

Representative cases

三个代表项目案例。

这三项工作分别对应研究控制、科研知识管理与公开发布系统，按“问题—工作—结果”展开。

阶段完成 2025.03—2026.07 独立开发
Research engineering

CBF-Rover：随机扰动下移动机器人安全控制系统

面向随机扰动与动态障碍，结合强化学习、稀疏多项式控制器与随机障碍证书优化，并集成在线 CBF 动作修正和批量闭环仿真。

问题
学习得到的控制策略需要兼顾到达目标、避开障碍与可验证性；机器人闭环还需要在扰动和动态障碍下及时修正可能违反安全约束的动作。
我的工作
独立完成强化学习策略训练与优化、动力学建模和稀疏多项式近似；利用随机障碍证书（SBC）与 SOS/SDP 计算概率下界，以证书反馈迭代优化控制器。使用 Python 与 MOSEK Fusion 组织批量扰动和障碍轨迹仿真，并集成在线 CBF 安全过滤。
阶段结果
多场景仿真中实现安全到达与避障，研究侧概率下界经迭代逐步接近 Monte Carlo 估计；相关方法的一作论文已在 MEMOCODE 2026（ESWEEK 2026 会议周组成会议） 在线发表，后续研究在投 CCF A 类会议。机器人侧另以数值动力学仿真和 Gazebo 检查 CBF 闭环行为，经验结果不等同于机器人完整系统的形式化概率保证。
PythonMOSEK FusionSOS / SDP在线 CBF
查看仓库 架构说明 公开记录
Controller synthesisLEARN / VERIFY
  1. 01
    参考策略与模型强化学习训练 · 动力学建模
  2. 02
    多项式控制器稀疏近似 · 降低验证复杂度
  3. 03
    概率下界计算SBC · SOS / SDP 优化
  4. 04
    证书反馈迭代改进控制器 · 对照 Monte Carlo
研究侧依据模型和证书计算概率下界；机器人侧通过在线 CBF 修正与 Gazebo 仿真记录闭环行为，两类证据分别报告。
持续迭代 2026.07—至今 独立设计与开发
Research infrastructure

Research Memory：本地科研知识检索

将结构化资料、论文笔记、代码记录与实验溯源组织为本地可检索知识层，并通过只读接口连接 Codex MCP 与 uTools。

问题
资料、代码变更和实验结果分散在不同目录与工具中，普通全文搜索很难同时保留来源、版本和实验关系。
我的工作
建立带内容哈希与溯源字段的记录模型，分离结构化记录、FTS5、向量索引与运行时缓存，并提供检索、稳定 ID 打开、指标查询和状态检查四个有界只读入口。
当前结果
已形成可启动的本地检索服务、Codex MCP 工具与 uTools 入口；公开仓库只提供代码、架构、配置模板和测试，不含个人资料或数据库。
PythonSQLite FTS5OpenVINOMCP
查看仓库 系统架构
Read-only pathLOCAL / BOUNDED
  1. 01
    授权资料文档 · 笔记 · 代码 · 实验记录
  2. 02
    结构化导入内容哈希与来源溯源
  3. 03
    混合索引SQLite FTS5 · 向量索引
  4. 04
    只读网关Codex MCP · uTools
数据层与公开代码分离；检索入口有界，外部工具不能直接写入知识库。
在线运行 2024—至今 独立设计与维护
Public academic system

中英双语个人学术主页

使用原生 HTML、CSS 和 JavaScript 构建双语学术主页，并以结构化数据、零依赖验证器和独立统计服务维护发布质量。

问题
研究、项目、履历和公开材料需要在中英文之间保持等价目的、可靠入口与可检索语义，同时适配移动端和长期维护。
我的工作
建立双语页面、响应式导航、双主题、Lightbox、SEO 与 JSON-LD 合同；用 Node.js 验证器固定资源、结构化数据、事实库存和关键断点。
当前结果
站点由 GitHub Pages 直接发布，访问统计独立运行于 Cloudflare Worker + D1；页面、验证器与发布流程均公开可查。
HTML / CSS / JavaScriptGitHub PagesNode.js ValidationCloudflare Workers / D1
打开主页 查看源码 公开架构
Release contractBILINGUAL / PUBLIC
  1. 01
    中文与英文页面内容目的与公开入口成对核对
  2. 02
    共享资源与交互CSS · JavaScript · 主题 · 键盘
  3. 03
    语义与验证合同SEO · JSON-LD · Node.js Validator
  4. 04
    独立发布面GitHub Pages · Worker / D1
静态页面与统计服务分离发布；提交文件就是 Pages 的公开输入。
Local tools

本地智能与知识工具。

这些工具围绕我自己的阅读、媒体与内容整理流程构建，状态和人工边界保持可见。

持续维护浏览器与文档插件

LocalReadTranslate：本地划词听译助手

在浏览器、Word 与 WPS 中捕获用户主动选择的文字，经本地服务完成朗读、翻译和公式处理，并返回可复制结果。

流程
选择文字 → 浏览器脚本或文档插件 → 本地 FastAPI → Kokoro / Ollama → 朗读、翻译或 LaTeX。
边界
默认本地运行；只有显式启用自有远端模型时，所选文字才发送到该服务。
FastAPIBrowser ClientKokoro TTSOllama
查看仓库
可用工作流媒体处理

双语字幕生成流水线

从外挂或内封字幕、PGS 图像字幕和 Whisper 转写中选择来源，经过纠错、翻译与时间轴校验生成中英双语 ASS。

流程
来源分析 → 字幕抽取 / OCR / ASR → 源文纠错 → 翻译 → 时间轴恢复与校验。
结果
已有本地 Web 控制台、断点续传和源文、中文、双语 ASS 三类输出。
PythonFFmpeg / WhisperPGS OCROllama
查看仓库
持续开发本地影像工作流

本地 AI 选片工作台

通过质量预筛、相似照片聚类和双图比较提供本地选片建议，并把最终取舍保留给用户确认。

流程
质量预筛 → 相似分组 → 双图擂台 → 人工确认；JPG / HEIC 与 RAW 移动时保持配对。
边界
AI 只提供观察和排序建议，有争议照片进入人工确认，不把自动评分当作最终审美结论。
FlaskOllama / QwenDINOv2RAW / HEIC
查看仓库 架构说明
定制维护上游分支

BiliClaw Extended：本地内容发现系统

基于 OpenBiliClaw 定制本地优先的多平台内容发现流程，补充账号隔离、可恢复索引、标签页复用和画像更新控制。

我的改动
重点维护抖音 bootstrap 账号隔离、喜欢向量索引恢复、批处理标签页复用与重注入，以及任务确认与画像更新解耦。
归属
这是基于 OpenBiliClaw 的定制分支，不对上游整体主张原创。
FastAPIBrowser ExtensionSQLite / ChromaDBOllama
查看定制分支 多来源说明
Software engineering

软件工程实践。

两项完成于本科阶段的完整系统，重点保留需求、本人职责、部署形态与可核查结果。

已完成本科毕业设计 · 2022.12—2023.06负责人

基于人脸识别技术的多端考勤系统

通过摄像头拍照或上传照片识别到课学生，并在 Android、微信小程序和 Web 端生成考勤记录、出勤简表与阶段性报告。

问题
降低传统课堂点名耗时与代签风险，把识别结果、考勤记录和统计报告连接到多端使用流程。
我的工作
独立完成多端界面、业务后端、图像处理与数据流程的整体实现。
结果
获 2023 届西南大学本科优秀毕业论文（设计）二等奖，代码与完整毕业论文公开可查。
uni-appSpring BootMySQLPython
查看仓库 查看毕业论文 查看获奖材料
已完成中软国际实训 · 团队项目 · 2022.06—2022.07项目经理兼技术经理

MicFamily：KTV 运营管理系统

面向 KTV 日常运营，集中管理员工、会员、包房、订单、商品与公告；用户端支持订单查询、包房预订、在线结算和商品购买。

我的工作
负责团队任务拆分、技术协调、进度推进、前后端联调与项目交付。
实现
浏览器端使用 HTML/CSS、Vue、jQuery、Bootstrap 与 Axios；服务端采用 Spring Boot、MyBatis-Plus 与 MySQL。静态前端与 HTTP API 统一由 Spring Boot 部署。
结果
完成实训项目交付；获评优秀实习生，学校实习评分 94 分。
VueSpring BootMyBatis-PlusMySQL
查看仓库 查看项目报告 查看实习材料
Development infrastructure

开发基础设施。

把个人开发环境中容易漂移的来源、版本和恢复步骤转成可验证的公开工具。

持续维护开发环境

Codex Skills 可复现配置工具包

记录 Codex Skills 与插件的来源、锁定版本和状态，并提供跨平台安装、校验与恢复流程。

重点
以清单固定来源与版本，通过安装器、状态检查、CI 和恢复步骤降低跨设备配置漂移。
结果
公开仓库可用于审查配置来源、重建安装状态并验证恢复后的组件库存。
PythonPowerShellCodex SkillsCI
查看仓库