你好，我是赵天琦。
我是一名交通工程专业本科生，目前正在向游戏 AI 与 AI 产品方向发展。
我持续实践 Prompt、Agent、RAG、模型评测和快速原型，尝试把复杂技术转化为更清楚、更可用、更容易验证的产品方案。
FEATURED PROJECTS
全部 07 个项目 ↗精选项目
AI Product Evaluation Workbench
视觉代号 · 天衡演算
基于 Streamlit 的 AI 产品评测工作台，覆盖 Prompt 实验、多模型对比、RAG 文档评测、反馈分析与优化建议。
AI 产品评测LLMRAG
查看详情 
Mobile UIAgent Evaluation Lab
视觉代号 · 镜界行动
面向移动 UI Agent 的 Streamlit Mock 评测平台；它用于验证评测产品结构，不执行真实设备操作。
AI Agent产品评测Mobile UI
查看详情 
Automate AI Car Copilot
视觉代号 · 星舱协议
基于 Python 与 Streamlit 的智能座舱 AI Copilot 原型；所有车辆控制均为 Mock，不连接真实车辆。
智能座舱AI Agent产品评测
查看详情 
AI Game Content Copilot
视觉代号 · 万象织梦
Python/FastAPI 与 React/Vite 构建的游戏内容生成原型，覆盖七类文本场景、A/B/C 版本与五维评估。
游戏 AI内容生成工作流
查看详情 PRODUCT PRACTICE
了解我的方法 ↗我如何推进 AI 产品
需求与场景
从用户任务、业务约束和风险边界出发，判断 AI 是否真的必要。
Agent 工作流
拆解输入、规划、工具调用、人工确认、异常恢复与反馈回流。
Prompt 与原型
用结构化 Prompt 与轻量原型快速验证交互、能力和数据契约。
评测与迭代
把稳定性、体验、成本和失败类型放进同一套产品决策框架。
MY TIMELINE
完整归档 ↗项目与学习时间线
- 专业背景学习路径
从交通工程走向 AI 产品实践
把对复杂系统、流程和数据分析的理解，逐步用于需求分析、原型与评测。
- 原型实践项目实践
持续实践 RAG、Prompt 与角色 Agent
围绕长文档学习、角色记忆和内容生成建立可运行原型与测试记录。
- 方向探索方向探索
扩展到游戏增长、UI Agent 与智能座舱
从场景、人工节点、风险边界和失败分类角度整理不同 AI 产品问题。
- 当前状态当前状态
开放 AI 产品实习与秋招机会
期待参与真正面向用户的游戏 AI、Agent、产品评测与大模型应用建设。