机票增值包治理工作台 Flight Package Governance Workbench
2026.06 – 2026.08
携程 · 出行BU · 商业策略组 · 产品实习生（本项目为实习期间真实业务逻辑的复刻演示版，数据均为 Mock）
针对三层物料分散于三个老系统、历史配错率约 2% 的问题，设计“两级审核 + 三级分流 + 人工兜底”治理体系，规则与 AI 双轨判断、全量留痕可追溯；并以 AI Coding 完成从需求、设计到 Cloudflare 部署上线的全链路交付。
Two-tier review & three-way triage with rule+AI dual checks; 3 legacy systems merged into 1 workbench, shipped end-to-end with AI Coding and zero engineering queue.
- 134 个在线组合包首轮全量巡检，4 个错位包拦截清零
- 上线后新增错位 0，增量检出 8 处错配
- 一次配置准确率 91.2%
- 配置耗时 3h → 42min（提效 76.7%）
在线演示 Live Demo ↗
演示账号：peizhi01 / shenhe01 / admin01，口令 123456（Mock 数据，可放心操作）
用户增长活动方法论 Skill 化 Growth-Campaign Methodology as an AI Skill
2026.03 – 2026.05
京东零售 · 平台产品与研发中心 · 大商超产品 · 产品实习生
将资深产品的隐性推演过程显性化为 S1–S8 分步流水线与规则设计四步法，拆解活动设计方法论为五模块并动静分层建库；门禁脚本接管流程推进、关键决策点留人拍板。封存真实在投活动盲测验收。
Turned tacit expert reasoning into an S1–S8 pipeline with gate scripts and human decision points; validated by blind replay against live campaigns.
- 方案生产 15 人日 → 2 人日（提效 7.5×）
- 盲测设计要素命中率 83%，逆向场景覆盖 100%
- 产出活动全量上线，复充率增量 +1.8pp
- 执行稳定率 78% → 100%
AI NATIVE 个人图书馆 AI-Native Personal Library
2026.03 至今
个人项目 Personal Project
基于本地文件与 Skills 搭建的个人知识系统：AI 负责书籍拆章、知识提取、跨书关联与索引维护，人负责选题、提问与判断。将“回答质量”从不可验证的 AI 生成升级为可回查、可复现、冲突显式化的真成果。
A local LLM-Wiki: AI extracts and links knowledge across books; humans curate and judge — answers become traceable and reproducible.
- 单任务提效 75–90%
- 三层框架：素材 → 原子知识 → 笔记
- 问答与个人判断持续回存，形成复利式积累