01 2025 经营分析
已投产 合同盈利精细化管理系统
面向合同级的盈利分析体系，把分散在多套系统里的收入、成本与执行数据统一到同一口径，支持从合同到项目的盈利穿透。
- SQL
- 数据仓库建模
- Power BI
- 指标口径治理
SYSTEM · ONLINE Engineering Intelligence. Designing Life.
LIOR
AI Engineer · Digital Transformation · Local-first Systems
用工程思维构建智能系统，
也构建更高效、更有质感的工作与生活方式。
00 Positioning
以工程师的方式，
对待智能与生活。
我是 LIOR，一名 AI 工程师与数字化转型实践者。日常工作围绕 数据工程、合同盈利分析、经营分析 与 AI Agent 展开，帮助企业把数据与智能真正落进业务。
我偏好本地优先与隐私友好的方案，追求稳定、可复用的工作流，不盲目追逐热点。审美上倾向高端、极简、克制，喜欢编辑感与精密工程感的结合。
Engineering Intelligence. Designing Life. —— 用工程思维构建智能系统，也构建更高效、更有质感的工作与生活方式。
01 Selected Work
精选项目
真实业务场景中的数据、经营分析与 AI 工程实践。企业项目均做脱敏处理。
02 2025 数字化转型
持续迭代 工业服务企业数字化经营分析
为工业服务企业搭建从数据底座到经营看板的分析体系，把经营分析从"月度报表"推进到"随时可查、口径统一"的日常能力。
- SQL
- Spark
- 数据仓库建模
- Power BI
03 2025 AI 工程
持续迭代 Local-first AI Agent Workspace
以本地优先为原则搭建的 AI Agent 工作空间，把本地大模型、工具编排与自动化任务整合为可日常使用、数据不出域的工程环境。
- Ollama
- LM Studio
- Claude Code
- Python
- macOS
04 2024 AI 工程
持续迭代 AI 工具工程化评测体系
一套可复用的 AI 工具与模型评测方法，用工程化、可复现的方式判断工具的真实价值，而非停留在营销话术与主观体感。
- Python
- Claude Code
- OpenAI Codex
- 评测方法设计
02 Capability Matrix
能力矩阵
从数据底座到智能应用，覆盖数字化落地的完整链路。
01 Data Engineering
数据工程
从采集、建模到治理，建立稳定、可复用的数据链路。
- 数据建模与仓库分层
- 批流一体管道（Spark / Flink）
- 数据质量与指标口径治理
- SQL 性能优化
02 Business Intelligence
经营分析
让数据服务于决策，构建合同级、经营级的分析体系。
- 合同盈利精细化分析
- 经营驾驶舱与 Dashboard
- 指标体系设计
- Power BI 建模与可视化
03 AI Engineering
AI 工程
把大模型能力工程化，落到真实业务与工作流之中。
- AI Agent 设计与编排
- 检索增强与知识库
- 提示工程与评测
- 工具链集成（Claude Code / Codex）
04 Local-first Systems
本地优先系统
在本地与私有环境部署模型与工具，兼顾隐私与稳定。
- 本地大模型部署（Ollama / LM Studio）
- 私有化推理与网关
- 离线可用工作流
- 数据不出域方案
05 Workflow Automation
流程自动化
用自动化消除重复劳动，沉淀可复用的工程实践。
- 自动化办公与报表
- 内容生产流水线
- 任务编排与调度
- 跨系统集成
06 Digital Transformation
数字化转型
从业务问题出发，推动组织的数据与智能化落地。
- 数字化规划与落地
- 业务—数据—AI 对齐
- 数据治理体系
- 团队工程能力建设
03 AI Lab
AI 实验室
本地模型、Agent 工具与自动化工作流的持续实验与评测。
AI Agent 构建中
Hermes Long-running Agent
面向长时运行任务的 Agent 实验，探索任务持久化、状态恢复与可靠执行，让 Agent 能稳定处理跨越较长时间的工作。
- Hermes Agent
- Python
- 任务编排
Agent Tooling 测试中
OpenClaw Gateway
本地网关与工具编排层，统一管理模型路由与工具调用，让 Agent 在本地与云端能力之间按需调度。
- OpenClaw
- Python
- 本地网关
Local AI 稳定运行
Mac Local AI Stack
在 Apple Silicon 上构建的本地 AI 技术栈，用统一内存跑本地大模型，覆盖日常推理、代码与写作，数据默认不出域。
- Ollama
- LM Studio
- macOS
- Apple Silicon
04 Latest Notes
最新笔记
关于 AI 工程、本地 AI、工具与工作流的记录与思考。
- 数据驱动
- 判断建立在数据与事实之上，而非直觉与热点。
- 本地优先
- 重视隐私与稳定，数据尽量不出域。
- 可复用
- 追求稳定、结构化、可长期维护的工作流。
- 克制
- 不炫技，把复杂留在系统里，把简单留给使用者。
Contact
有一个值得认真做的问题？
无论是数字化转型、数据与经营分析体系，还是 AI Agent 与自动化工作流的落地，欢迎带着真实的业务问题来聊。我更看重清晰的问题与长期的价值。