上一次更新博客是在 2025 年 3 月。那时这里还是一个刚搭好的 Hexo 首页；一年之后，我的 GitHub 已经留下了几条更清晰的技术线索：AI 应用、Agent 工程、证据检索，以及把重复操作交给浏览器自动完成。
这次更新写什么
这篇文章不做仓库清单，而是挑几个能代表当前方向的项目，说明我最近在解决什么问题，以及我希望把它们继续做成什么样。
HealthFlow：让医疗辅助流程可审计
HealthFlow 是目前最完整的一条主线。它面向体检报告和医疗单据，尝试把文档理解、结构化指标、动态分诊、证据检索、专科 Agent 和安全校验串成一个工程闭环。
项目里我特别在意三件事：指标要保留页码和坐标，回答要带来源证据，模型输出之后还要有独立的安全护栏。当前 Python 版本使用 FastAPI，并预留了 Milvus 稠密检索和 Neo4j GraphRAG 的组合；没有外部服务时也会明确降级，而不是伪造检索结果。
边界也必须写清楚：HealthFlow 是信息整理和健康辅助建议的工程原型，不替代医生诊断、处方或具体用药建议。
DuckCoding：把重复操作交给浏览器
DuckCoding daily check-in 是一条更轻量但很实用的方向：使用 Playwright Core 连接本机 Edge 或 Chrome，复用浏览器登录态完成每日签到，再交给 Windows 计划任务定时执行。
这个项目让我重新确认，自动化工具不一定要复杂。把登录、运行、失败截图、日志和敏感目录排除这些边界处理好，一个几十行到几百行的脚本也可以变成可靠的日常基础设施。
专业场景是下一步
Contract Risk Review Assistant 代表了我对专业场景 AI 的另一种兴趣：如何把模型能力放进合同风险审查这类需要谨慎、可解释和可追溯的工作流里。
这类项目的难点不只是“能不能生成答案”，还包括风险分级、证据定位、人工复核和责任边界。它也会反过来推动我继续完善 HealthFlow 里的安全与审计思路。
接下来
- 继续把 HealthFlow 的数据契约、评测口径和部署说明补齐，让每个模块都能独立验证。
- 为自动化脚本增加更稳定的选择器、失败恢复和可观测性。
- 把项目中的取舍和限制持续写回博客，少一些“完成了”的口号，多一些可以复用的过程。
代码会继续变化，博客也应该跟着变化。如果你想从项目本身开始，欢迎访问我的 GitHub 主页。