Asai Neko CV
当前配色: 日间模式

Asai Neko

个人信息

偏系统方向的软件与基础设施工程师，主要关注 Linux、计算机网络、云原生基础设施、后端工程及 AI 应用。

喜欢设计可靠的系统、建设生产级基础设施，并持续探索前沿技术与工程实践。

Linux 内核贡献者，NixCN Nix/NixOS 中文社区成员，并参与主办 NixCN Conf 开源会议。

项目经历

NixCN & NixCN Conf

  • 参与 NixCN 社区基础设施及开源项目的开发与维护。
  • 参与 NixCN Conf 的组织工作，会议主要围绕 Nix/NixOS 生态、可复现系统及相关开源技术。
  • 开发 NixCN 开源会务管理系统，用于支持会议运营、参会者管理、议程安排及现场工作流。
  • 系统主要使用 Go、SvelteKit、PostgreSQL、Redis、OpenTelemetry、OpenAPI、Nix/devenv 等技术。

组织：forge.asnk.io/nixcn

Flake — 声明式 NixOS 与 Home Manager 配置

用于管理 NixOS 系统与 Home Manager 用户环境的个人 Nix flake。

  • 设计自定义的面向切面（aspect）布局，使用 Nix 构建嵌入式领域专用语言（DSL），用于声明与组合 NixOS 和 Home Manager 配置，实现模块自动发现与主机配置组装。
  • 将应用、服务、桌面环境及硬件设置组织为共享模块与主机专属配置。

仓库：forge.asnk.io/sugar/flake

Asai Blog — 静态博客与发布系统

采用函数式编程技术栈构建的静态博客：使用 Haskell（Hakyll 和 Pandoc）生成站点，使用 Elm 构建交互前端，内容通过 Obsidian 编写。

  • 将标记为已发布的 Markdown 笔记编译为静态页面，在构建时解析双链与附件引用。
  • 通过 Elm 界面实现搜索、分类与标签筛选，以及键盘导航。

仓库：forge.asnk.io/sugar/asai-blog

ACS K8s — Serverless CI Runner 系统

基于阿里云 ACS Serverless Kubernetes 构建的 Forgejo Actions Runner 系统，旨在减少 Runner 空闲资源占用，相较于维护专用服务器或全天运行的集群，更好地控制成本。

  • 使用 KEDA 根据任务队列按需伸缩临时 Runner，每个 Runner 执行一个任务，空闲时将 Runner 池缩容至零。
  • 使用 Go 构建 CLI，统一管理 Runner 配置、部署与诊断。
  • 使用 Buildah 构建容器镜像，替代以特权模式运行的 Docker-in-Docker。

仓库：forge.asnk.io/sugar/acs-k8s

Git 索引系统 — 超大规模仓库处理

构建高并发 Git 索引系统，针对 Linux 内核等超大规模仓库进行优化。

  • 支持同时加载 150 万条提交记录，并发处理 Git 日志查询与对象读取。
  • 针对高并发索引负载调优内核参数。
  • 优化 NFSv4 协议使用，支持并发仓库访问。
  • 优化 Git 核心操作，改善超大规模仓库的日志查询与对象读取。
  • 实测 I/O 吞吐达到 3,200 IOPS。

网站：forge.asnk.io

Ayame Cluster — 生产级 Kubernetes 平台

独立设计、搭建并持续维护一个由 3 个控制节点和 5 个 Worker 节点组成的生产级 Kubernetes 平台，通过代码统一管理基础设施供应、集群配置、应用部署和持续交付。

  • 使用 Terraform 设计并供应底层基础设施。
  • 基于 Argo CD 建设声明式 GitOps 工作流，实现集群及应用生命周期管理。
  • 集成 TeamCity，实现从源代码到生产部署的自动化 CI/CD。
  • 将集群配置划分为基础设施层、平台层和应用层进行管理。
  • 承载并维护代码托管、容器镜像仓库、通信服务、数据库及 Web 应用等生产工作负载。
  • 部署并维护 Istio、cert-manager、Sealed Secrets、CloudNativePG 及 CSI 持久化存储。
  • 设计生产网络、TLS/PKI、服务网络、存储、密钥管理及数据库基础设施。
  • 通过 Infrastructure as Code 和声明式 Kubernetes 配置维护完整平台。

仓库：forge.asnk.io/sugar/ayame-cluster

NyaBot — Go 聊天机器人框架

参与开发基于 Go 的开源聊天机器人框架 NyaBot，贡献 19 个已合并 PR。

  • 实现 go-cqhttp 的 HTTP、正向与反向 WebSocket 接入、事件分发及常用操作 API 封装。
  • 建设 Go/Lua 扩展机制，并完善配置、数据持久化及多架构容器发布自动化。

仓库：github.com/SNENET/NyaBot

文档：github.com/SNENET/NyaBot-Docs

工作经历

基础设施与 AI 工程师 — 教育行业

2026 – 至今

从事教育领域工作，主要负责生产基础设施、应用运维体系建设，以及大语言模型相关应用研究。

  • 参与设计和开发生产级应用运维管理平台。
  • 建设和维护生产应用所需的网络与应用基础设施。
  • 参与部署自动化、应用生命周期管理、服务网络及基础设施可靠性建设。
  • 研究前沿大语言模型在教育领域中的实际应用。
  • 探索 AI 在完整产品研发生命周期中的应用，包括产品规划、设计、开发、测试及迭代。
  • 研究利用 LLM 与 Agent 工具优化产品、设计与开发团队之间的协作和生产效率。

首席技术官（CTO）— 医疗教育科技行业

2023 年 4 月 – 2026 年 4 月 · 3 年

负责 AI 赋能医疗教育与训练系统的技术架构和产品研发，覆盖软件、硬件、传感器数据采集、数据分析及人机交互。

  • 加入时团队约 5 人，深度参与团队主要建设工作，并伴随团队发展至约 50 人规模。
  • 参与建立团队技术基础、工程规范、架构方向及跨部门协作模式。
  • 实践并推进敏捷开发与工程管理，持续优化迭代、协作、交付及研发流程。
  • 负责整体系统架构设计，并直接参与产品核心技术框架设计。
  • 制定技术方向，并参与指导产品发展方向、架构演进及工程优先级。
  • 负责 AI 辅助医疗教育系统中软硬件结合系统的设计和研发。
  • 设计从传感器数据采集、信号处理、数据分析到交互可视化的端到端数据链路。
  • 参与设计将实时传感器及分析数据转化为训练反馈的人机交互系统。
  • 研究覆盖完整医疗教育和训练流程的连续动态指标检测体系。
  • 设计基于多维指标、时间序列及行为数据的训练效果评价与跟踪方法。
  • 使用 AI 与数据驱动方法支持医疗训练过程中的分析、评估及指导。
  • 工作内容横跨产品、软件、硬件、数据、AI 与研究等多个领域。
  • 参与制定医疗教育动态指标检测及评价相关的技术及行业标准。
  • 在承担技术管理和架构指导职责的同时，持续直接参与核心系统设计与实现。

IDC 平台工程师

2022

参与生产级 IDC 主要平台的建设、运营与管理。

  • 参与核心平台基础设施建设和运营。
  • 参与基础设施部署、平台管理、网络、服务运维及维护工作。
  • 支持生产基础设施的稳定运行及日常运维。

技术栈

  • 编程语言：Go、C、C++、Rust、TypeScript、Python
  • 系统：Linux、Nix / NixOS、RHEL
  • 云原生与基础设施：Kubernetes、Terraform、Argo CD、GitOps、CI/CD、Infrastructure as Code
  • 网络：BGP、DNS、AS200720 持有者
  • AI 与人机交互：LLM 应用与开发、Agent 工作流、人机交互

兴趣爱好

  • 开源软件与开源社区
  • Linux 生态
  • Nix / NixOS 生态
  • 计算机网络
  • 嵌入式工程
  • 猫猫
  • 二次元

热爱工作，也喜欢持续探索前沿技术、工具和工程实践。

VRChat 2000+小时 玩家