唐良良
软件工程（大数据） · 准大四学生
从零写了两款完整的桌面应用，才真正理解什么是产品。
不做 demo，只做能交付的东西。
技术历程
从踏入校门到打造产品，每一步都是自学与实践的积累
大一开学
进入广东理工学院，软件工程（大数据）专业。第一次接触正式的计算机课程体系，知道了什么是真正的编程与计算机思维。
三年校园学习
课上学专业基础，课下全栈自学。从前端三件套到 React/Vue，从 Python 到 PyQt6 桌面壳，再到 Whisper 语音识别、RAG 检索增强、LLM API 集成 —— 技术栈横跨前后端 + AI。
想法的起点
每天刷视频和文章，知识都是碎片化的。想：既然市面上没有顺手的工具，那我自己写一个。决定：做一个工具，把碎片变成笔记。
Quill v0.1.0 第一款产品诞生
从最简原型到可运行的 MVP。花了 2 周搭建 PyQt6 + React 桌面壳，实现了第一个端到端流程：输入视频链接 → 下载 → 转写 → 生成笔记。虽然功能简陋，但这是我第一个真正能交付的产品。
第二款产品：MockMate
做完 Quill 后，发现面试准备也是一个痛点。这次尝试了新的技术方向：Vue 3 + RAG 检索增强 + Agent 状态机。最大的收获是理解了“检索 + 生成”的架构设计，以及如何用 PyInstaller 把 940MB 的依赖打包成可交付的 exe。
Quill v0.2.0 产品迭代
经历了 3 个月迭代，从最简原型到完整产品。支持抖音、B站、网页文章多平台内容提取，集成了 Whisper 语音识别 + DeepSeek AI 摘要。最难的是把 FFmpeg 和 Whisper 模型打包进 exe —— 搞定了。
现在 · 寻找下一个挑战
三段完整的产品开发经历让我从“会用框架”进化到“理解产品”。现在希望加入一个团队，把学到的东西用在真正的产品上。
求职中 · 期待加入项目作品
从零到一，每个项目都是一次完整的产品交付
Quill
桌面知识提取工具 — 从视频和文章中提取关键信息，生成结构化笔记
核心特性
- 多平台内容提取（抖音 / B站 / 网页文章）
- 视频下载 → 音频提取 → Whisper 语音转文字
- AI 摘要生成（DeepSeek API）
- 笔记管理 + 知识图谱可视化
- 批量提取 + 导出到 Obsidian
- PyInstaller 打包为独立 exe 交付
MockMate
RAG + Agent 多轮对话面试模拟系统，让面试准备更高效
核心特性
- Agent 状态机驱动的多轮模拟面试
- RAG 检索增强（TF-IDF / Embedding 双模式）
- 知识库管理 + 文件变更自动索引
- 面试记录归档（MD/HTML/PDF/DOCX）
- Token 成本追踪与统计可视化
- 多路径历史记录汇总
技术栈
从前端到桌面，从 AI 到工具链，全栈覆盖