| 简体中文🀄 | English🌎 |
欢迎访问我的 GitHub 主页！
我是一名热衷于开源技术的机器学习算法工程师。在这里，你可以找到我参与的各种项目，从小工具到大型应用程序，涵盖了ML、CV、NLP等多个领域和技术栈。我致力于提供高质量的代码和有用的工具，以帮助解决实际问题并促进技术的发展。
以下是一些我在 GitHub 上的主要项目和贡献：
Data-Follower 这是我最引以为傲的项目之一，用streamlit框架开发了一款可以进行交互式机器学习的应用, 通过向导页面，可以快速的完成机器学习模型训练；同时，也可以便捷的使用已经训练好的模型进行预测。
PyDepGraph 这是我个人发起的项目，旨在解决日常开发工作中遇到的Python包相互依赖问题。我将它开源，以便其他人也可以受益并做出贡献。
Aesopica 这个项目整理了英文版伊索寓言相关的故事集，并运用AIGC技术生成每个寓言故事的内容（寓意）与插图，最后应用TTS技术合成动画视频。
Feed-Monitoring-Tool 基于协程和定时器实现异步定时协程解析Feed信息源，将包含关键词的资讯进行保存，并可以通过飞书机器人推送至聊天群组。
MRKL-AgentBot LLM是开创性的，这个项目使用LangChain框架链接起了各种类型的组件，使用Agent模块开发的一个MRKL应用研究系统，包含Chat、RAG、Agents。
Shiny-jiebaR 这是我最早开源的项目，利用结巴分词，通过R语言shiny做的一个云端分词应用。
除了这些项目之外，以下开源项目对我产生过巨大的帮助，并且我对其也产生了浓厚的兴趣：
我相信开源的力量和合作的重要性。因此，我鼓励你浏览我的项目，提出问题、建议和改进建议。如果你对我正在进行的任何项目感兴趣或有任何合作机会，都请随时与我联系。
前后端分别使用Streamlit和FastAPI进行机器学习模型服务的示例。
要在安装了Docker和docker-compose的机器上运行示例，请运行以下命令：
docker-compose build
docker-compose up
要访问生成的服务的FastAPI文档，请使用Web浏览器访问 http://localhost:8500。 要访问Streamlit用户界面，请访问 http://localhost:8501。
可以使用以下命令检查日志：
docker-compose logs
谢谢你访问我的 GitHub 主页！希望你会喜欢我的项目并从中受益。