docs: 新增AI+嵌入式+Agent三个项目创意文档

docs/02-三方向适配初步分析.md

@@ -1,313 +1,313 @@
-# 三方向适配初步分析
-
-_基于用户已填写信息与 2026-07-04 前后外部资料的第一版判断。本文是初判，不是最终定论。_
-
----
-
-## 📋 结论摘要
-
-更新后的判断不再简单理解为“三选一排序”，而应理解为“一个主攻兴趣、一个高价值升学主线、一个工程化备选能力”的组合。
-
-当前三条路线的定位：
-
-| 定位 | 方向 | 初步判断 | 核心理由 |
-| --- | --- | --- | --- |
-| 兴趣主攻候选 | 嵌入式方向 | 可以继续主攻，但必须用项目验证，而不是只按兴趣投入 | 你兴趣最强，也能连接暖通/设备背景；但当前 STM32、C、RTOS、Linux、硬件调试都还没有达到求职稳定水平 |
-| 高价值升学主线 | 计算机视觉 / 医学图像博士方向 | 应该提高权重并严肃验证 | 你已有两篇小论文推进，研究方向与硕士一致，这是目前最强的硬证据；但目标 211 / 双一流以上博士，英语、论文质量和导师匹配是硬门槛 |
-| 工程化备选能力 | 互联网 / AI 应用 / Agent 工程 | 不建议走普通 Java 后端主线，建议作为支撑科研和嵌入式的工程能力 | 你有 JavaWeb、部署和 AI 工具基础，但算法、操作系统、网络、项目证据不足；AI 应用方向比普通 CRUD 更适合你 |
-
-一句话判断：
-
-> 你的最优策略不是马上押注一个方向，而是在未来 6 个月做“双验证”：博士方向用论文和英语验证上限，嵌入式方向用 2-3 个可展示项目验证就业可能；互联网能力只保留为 AI 应用 / Agent / 工具链能力，不作为普通 Java 后端主线。
-
----
-
-## 📚 用户事实摘要
-
-### 已提供事实
-
-| 维度 | 信息 |
-| --- | --- |
-| 出生日期 | 2000-11-17，按 2026-07-04 计算为 25 岁 |
-| 本科背景 | 黑龙江科技大学，建筑环境与能源应用工程 |
-| 工作经历 | 暖通技术员 1 年 7 个月 |
-| 当前状态 | 计算机应用技术研一，下学期阶段 |
-| 当前研究方向 | 医学图像分割 / 计算机视觉 |
-| 科研进展 | 小论文快出两篇，第一篇被拒后修改中，第二篇已有成果并在跑实验 |
-| 导师与资源 | 导师偏放养，实验室压力小，有师兄固定约三周讨论，有医院合作数据 |
-| 城市偏好 | 成都等西南新一线优先，其次深圳、上海、北京 |
-| 经济压力 | 有压力，希望尽快经济独立，但可接受读博 4-5 年 |
-| 主观倾向 | 嵌入式 50%，计算机博士方向 30%，互联网方向 20% |
-
-### 能力自评摘要
-
-| 能力 | 用户自评 | 初步解释 |
-| --- | --- | --- |
-| C | 2 级 | 能写基础代码，看懂 STM32 外设代码，但指针、内存、复杂 bug 仍弱 |
-| C++ | 3 级 | 做过完整 C++ 小项目，具备一定基础 |
-| Python | 3 级 | 能跑深度学习代码、改参数、跑完整训练模型 |
-| Java | 2.5 级 | 能恢复 Spring Web 开发记忆，独立做项目仍依赖文档 |
-| 数据结构算法 | 1-2 级 | 对互联网笔试不利 |
-| 操作系统 / 网络 | 1 级 | 对互联网、嵌入式 Linux 都是短板 |
-| Linux | 2 级 | 有 Ubuntu 和终端使用习惯，这是嵌入式 Linux 与科研工程的加分项 |
-| 嵌入式 | 2 级左右 | STM32 入门，能做基础外设，但还没进入 FreeRTOS / 嵌入式 Linux |
-| 医学图像分割 | 2.5-3 级 | 跑过模型、复现过论文、已有论文产出苗头 |
-| AI 工具协作 | 2 级 | 会用 Codex、opencode、Claude Code，但需要提升自主设计与文档表达 |
-
----
-
-## 🔍 外部信息摘要
-
-### AI 时代总体趋势
-
-世界经济论坛 2025 年就业报告指出，技术变化、经济不确定性、人口变化和绿色转型等因素会持续重塑 2025-2030 年劳动力市场；报告覆盖 55 个经济体、22 个行业集群和超过 1400 万劳动者视角。该报告摘要还将 AI 与大数据、网络与网络安全、技术素养列为增长最快的技能之一，并强调创造性思维、韧性、灵活性和终身学习的重要性。[^1][^2]
-
-中国信通院《人工智能产业发展研究报告（2025 年）》显示，2024 年我国人工智能核心产业规模已突破 9000 亿元，2025 年预计突破 1.2 万亿元；智能体、具身智能等方向正在推动 AI 从“能思考”走向“能实干”。[^3]
-
-工信部等八部门《“人工智能+制造”专项行动实施意见》提出，到 2027 年推动通用大模型在制造业深度应用，推出高水平工业智能体、工业数据集和典型应用场景。这说明“AI + 制造 / 工业 / 设备”会成为重要政策方向。[^4]
-
-对你的影响：
-
-- 纯“会写代码”不够，必须形成“AI + 领域 + 工程交付”的组合。
-- 你的暖通/设备背景、医学图像科研、嵌入式兴趣，都可以和 AI 时代的行业应用结合。
-- 最不建议走没有差异化的“普通 CRUD 后端”路线。
-
-### 嵌入式岗位要求
-
-嵌入式软件工程师常见要求包括 C/C++、数据结构算法、RTOS、STM32/ARM、UART/SPI/I2C/CAN/TCP/IP、硬件接口、原理图阅读和软硬件联合调试。部分岗位进一步要求 Linux 驱动、BSP、OpenHarmony、RTOS 内核优化等能力。[^5]
-
-2026 届嵌入式校招岗位样本显示，部分岗位明确要求熟练掌握 C/C++、Keil/IAR、STM32/GD32、UART/SPI/I2C 等外设驱动，并具备 FreeRTOS 等 RTOS 开发经验；也有岗位强调 Linux 环境、C/C++、调试和独立解决问题能力。[^10][^11]
-
-对你的影响：
-
-- 你当前 STM32 基础是起点，但还不足以支撑嵌入式求职。
-- 你必须补齐 C、RTOS、常用通信协议、硬件调试、项目文档；如果目标是较好岗位，还需要 Linux 环境下开发和调试能力。
-- 暖通经历可转化为“设备、传感器、控制、工业场景理解”，这是差异化资产。
-- 嵌入式方向不是“学完路线就能就业”，而是必须形成能展示的完整系统和调试记录。
-
-### 互联网方向要求
-
-Java/后端校招机会仍然多，岗位覆盖后端、微服务、分布式系统等，北京、上海、深圳、杭州等城市需求集中；但这也意味着竞争基数大。公开岗位聚合平台显示 Java 校招机会数量较多，但仅能说明岗位广度，不能直接代表个人胜率。[^6]
-
-2026 年公开报道显示，互联网企业开始释放 AI 产品经理、AI Agent 开发工程师等岗位，AI 人才需求正在从基础算法研发转向落地应用和业务价值转化；高端装备与智能制造也贡献了部分人工智能工程师应届生需求。[^12] 字节跳动 AI Agent 开发实习岗位样本要求 2027 届本科及以上、计算机或通信相关专业、掌握算法和数据结构、至少熟练使用一门编程语言。[^13]
-
-对你的影响：
-
-- 互联网方向机会多，但你目前算法、计算机基础和项目作品并不突出。
-- 如果走互联网，不建议定位“普通 Java 后端应届生”，而应转为“AI 应用开发 / Agent 工程 / 后端 + AI 工具链”。
-- 你已有 JavaWeb、Linux、Docker、Nginx 基础，可以作为工程底座，但需要一个能展示的真实项目。
-- AI Agent 方向不是“会用 AI 工具”就够，仍然需要算法、数据结构、工程设计、服务部署和业务理解。
-
-### 博士方向要求
-
-2026 年多所高校博士招生采用“申请-考核”制，通常会看申请材料、推荐信、成绩、科研成果、外语水平、专业素养和综合面试。例如四川大学博士招生章程明确包括资格审查、材料评议、复试考核，考核内容包含创新能力、专业素养、外语水平和综合素质；四川大学计算机学院 2026 年博士招生全部实行“申请-考核”制。[^7][^8]
-
-上海交通大学生物医学工程学院 2026 年博士申请考核制明确提出英语水平要求，例如六级 425 分、新 TOEFL 90 或 IELTS 6.0 等条件之一。[^9]
-
-成都方向存在医工交叉和医学 AI 相关资源，例如电子科技大学医学院 2026 年博士研究生申请考核招生、华西相关团队对计算机视觉、医学图像分析、医学人工智能背景的重视，都说明“成都 + 医学图像 / 医学 AI”不是空想路线。[^14][^15]
-
-对你的影响：
-
-- 你的“小论文两篇推进中”是三条路线里最强的硬证据。
-- 但如果目标是上海、成都等城市的 211 / 双一流以上博士，英语、论文质量、导师联系和申请材料会成为关键。
-- 六级未过、数学基础偏弱、论文还没中稿，是博士路线的主要风险。
-
----
-
-## 📊 三方向适配评分
-
-下面评分区分“当前胜率”和“补齐后潜力”。这比单一综合分更适合你，因为你现在三条路线都不是立即满格，但提升路径不同。
-
-| 维度 | 嵌入式 | 互联网 / AI 应用 | 医学图像博士 |
-| --- | ---: | ---: | ---: |
-| 当前硬证据 | 5 | 5 | 8 |
-| 与个人兴趣匹配 | 9 | 6 | 7 |
-| 与已有背景可连接性 | 7 | 6 | 9 |
-| 6 个月可验证性 | 8 | 7 | 7 |
-| 当前求职 / 申请胜率 | 5 | 5 | 6 |
-| 补齐后上限 | 7 | 7 | 9 |
-| 城市偏好匹配 | 6 | 8 | 8 |
-| 经济压力友好度 | 6 | 7 | 4 |
-| 主要风险 | 能力链长，项目证据不足 | 同质化竞争，算法和基础薄弱 | 论文、英语、导师和机会成本 |
-| 当前策略权重建议 | 40% | 20% | 40% |
-
-评分解释：
-
-- 你的主观权重是嵌入式 50%、博士 30%、互联网 20%；从证据强度看，博士应临时上调到和嵌入式同等重要。
-- 嵌入式是兴趣最强，但需要项目验证。没有项目成果前，不能把它当成已经确定的就业答案。
-- 互联网方向不建议按普通后端投入 20%，更建议把这 20% 投给 AI 应用、Agent 工具链、科研平台和嵌入式数据后台。
-
----
-
-## 🎯 方向一：医学图像博士方向
-
-### 适合你的原因
-
-你已经进入医学图像分割方向，并且不是只停留在“刚开始学”。你跑过很多模型、完整复现过论文、有两篇小论文推进中、有医院合作数据可能性、有师兄讨论机制。这些是实打实的科研路径证据。
-
-从职业规划角度看，这条路线最大价值是：
-
-- 学历跃迁可能性高
-- 与研究生方向一致，沉没成本最小
-- 如果论文能中，申请博士材料会明显增强
-- 医学图像方向可以连接 AI 医疗、科研院所、高校、医疗器械、影像 AI 企业
-
-### 主要风险
-
-- 第一篇论文被拒，说明论文质量、创新性、实验设计或写作可能还不稳定
-- 六级未过，对部分强校博士申请不利
-- 数学、最优化、英文论文阅读仍偏弱
-- 目标只看 211 / 双一流以上，竞争会显著提高
-- 博士 4-5 年机会成本高，且你有经济独立压力
-
-### 初步建议
-
-博士方向已经从你的主观权重里上调到 30%，但从证据强度看，未来 6 个月实际投入权重可以临时提高到 40%。更合理的处理是：
-
-> 未来 6 个月把博士方向作为“高价值主线验证”，核心指标是至少 1 篇论文中稿或形成高质量投稿闭环，同时准备英语和导师联系。
-
-如果 6-9 个月内论文连续没有正反馈、英语没有进展、也联系不到合适导师，再降低博士优先级。
-
----
-
-## 🎯 方向二：嵌入式方向
-
-### 适合你的原因
-
-你对嵌入式兴趣最强，而且它能和你的暖通、设备、工程现场经历产生连接。相比普通互联网后端，嵌入式更容易形成“硬件 + 软件 + 场景”的差异化作品。
-
-适合你的嵌入式细分方向不是一开始就冲高难 Linux 驱动，而是：
-
-- STM32 / ESP32 / 传感器数据采集
-- 工业设备监测
-- 暖通设备智能控制
-- 边缘 AI / AIoT 小系统
-- FreeRTOS 小型实时系统
-
-### 主要风险
-
-- 当前 C 语言、硬件、电路、通信协议、RTOS、嵌入式 Linux 都还不够
-- 没有示波器、逻辑分析仪，硬件调试深度有限
-- 嵌入式岗位比互联网后端少，城市和行业更集中
-- 初级嵌入式岗位往往看项目质量，而不是只看课程学习
-
-### 初步建议
-
-嵌入式可以作为就业主攻候选，但不能只停留在“学路线”。这条路线的验证标准不是“学完 STM32、FreeRTOS、Linux”，而是“做出能投简历的项目证据”。你需要 3 个可展示作品：
-
-1. STM32 传感器采集 + OLED/串口 + README + 演示视频
-2. FreeRTOS 多任务版本：采集任务、显示任务、通信任务、队列或信号量
-3. 工程背景融合项目：暖通环境监测、温湿度/风机/阀门模拟控制、数据上传或本地告警
-
-如果你能在 6 个月内做出这 3 个作品，嵌入式胜率会明显提高。反过来，如果 3 个月后仍只有教程实验，没有 README、演示、调试记录和可解释架构，就要降低嵌入式权重。
-
----
-
-## 🎯 方向三：互联网方向
-
-### 适合你的原因
-
-互联网方向资料多、岗位多、路径清晰。你有 JavaWeb、Spring Boot、Redis、消息队列、Docker、Nginx、Linux 部署的接触经验，也做过课程项目和自用漫画网站。
-
-但你的互联网方向最大问题是：证据不够硬，差异化不够强。
-
-### 主要风险
-
-- 数据结构算法 1-2 级，影响校招笔试
-- 计算机网络、操作系统 1 级，影响后端面试深度
-- 项目多为课程项目或自用项目，缺少高质量 README、在线演示、复杂业务或性能优化证据
-- 普通 Java 后端竞争激烈，你的非科班、本科背景和学校层次不能提供明显优势
-
-### 初步建议
-
-互联网方向不建议定位为“普通 Java 后端”。更适合你的定位是：
-
-- AI 应用开发
-- Agent 工具链开发
-- 后端 + AI 工作流
-- 科研辅助平台 / 医学图像实验管理平台
-- 嵌入式数据上云后台
-
-也就是说，互联网能力最好服务于你的另外两条主线：医学图像科研和嵌入式工程。
-
-更具体地说，互联网方向的目标不是再做一个外卖平台或管理系统，而是做一个能体现你差异化的项目：
-
-- 医学图像实验管理平台：数据集、训练任务、指标对比、实验日志、论文图表生成
-- 嵌入式数据看板：STM32 / ESP32 数据上传、后端存储、Web 可视化、告警
-- AI Agent 科研助手：论文阅读、实验记录、代码运行日志总结、结果对比
-
-这些项目能同时服务申博、嵌入式求职和 AI 应用求职，比普通 CRUD 更划算。
-
----
-
-## 📍 初步路径建议
-
-未来 6 个月建议采用“双主线并行验证 + 一个融合工具线”的结构：
-
-| 类型 | 方向 | 目标 |
-| --- | --- | --- |
-| 主线 A | 医学图像博士方向 | 争取至少 1 篇论文中稿或形成可证明的高质量科研闭环，同时补英语 |
-| 主线 B | 嵌入式方向 | 做出 2-3 个能展示的嵌入式项目，验证是否能转化为实习机会 |
-| 工具线 | 互联网 / AI 应用 / Agent | 做支撑科研或嵌入式的后端与 AI 工具项目，不走普通 Java 后端 |
-
-阶段性判断标准：
-
-- 如果论文 6-9 个月内有中稿或强正反馈，博士方向优先级上升
-- 如果嵌入式项目能做出质量并拿到实习反馈，嵌入式优先级上升
-- 如果互联网项目只是课程 CRUD，没有真实用户、部署、AI 特点或复杂业务，不提升其优先级
-
-建议投入比例：
-
-| 时间段 | 医学图像 / 博士 | 嵌入式 | 互联网 / AI 工具 |
-| --- | ---: | ---: | ---: |
-| 未来 3 个月 | 45% | 40% | 15% |
-| 3 个月后论文有正反馈 | 50% | 35% | 15% |
-| 3 个月后论文无正反馈但嵌入式项目成型 | 30% | 55% | 15% |
-| 两边都没有可展示成果 | 40% | 40% | 20%，重点复盘执行方式 |
-
----
-
-## ✍️ 下一步需要补充的信息
-
-为了进入更具体的行动计划，还需要补充：
-
-1. 两篇小论文的题目、方向、创新点、目标期刊或会议、当前审稿状态
-2. 你目前医学图像项目使用的数据集、模型、评价指标和代码仓库情况
-3. 你可以每周投入嵌入式项目的实际小时数，以及是否愿意按项目产出倒排学习
-4. 你是否愿意把“暖通 + 传感器 + AIoT”做成嵌入式展示项目
-5. 你是否愿意 3 个月内集中准备六级或同等英语证明
-6. 你更能接受哪种 6 个月结果：论文中稿但就业项目弱，还是就业项目强但论文暂时无反馈
-
----
-
-## 🔗 资料来源
-
-[^1]: World Economic Forum. (2025). "The Future of Jobs Report 2025." https://www.weforum.org/publications/the-future-of-jobs-report-2025/
-
-[^2]: World Economic Forum. (2025). "Future of Jobs Report 2025: The jobs of the future and the skills you need to get them." https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
-
-[^3]: 中国信息通信研究院. (2026). 《人工智能产业发展研究报告（2025 年）》. https://www.caict.ac.cn/kxyj/qwfb/bps/202602/P020260202487301304903.pdf
-
-[^4]: 工业和信息化部等八部门. (2026). 《“人工智能+制造”专项行动实施意见》. https://www.cernet.edu.cn/ke_yan_yu_fa_zhan/gai_kuang/zheng_ce_fa_gui/202601/t20260108_2714837.shtml
-
-[^5]: 高校人才网. (访问日期：2026-07-04). “嵌入式软件工程师招聘要求”. https://www.gaoxiaojob.com/bk_jobs/lio1okc2
-
-[^6]: offer 星球. (访问日期：2026-07-04). “Java 开发校园招聘信息”. https://offer.gfjianli.com/position/java
-
-[^7]: 四川大学研究生招生信息网. (2026). 《四川大学 2026 年博士研究生招生章程》. https://yz.scu.edu.cn/zsxx/Details/2083633b-f644-4d53-b9b6-88d9d6fb0666
-
-[^8]: 四川大学计算机学院（软件学院、智能科学与技术学院）. (2026). “2026 年普通招考博士研究生招生简章”. https://cs.scu.edu.cn/info/1247/19587.htm
-
-[^9]: 上海交通大学生物医学工程学院. (2026). “2026 年博士生申请考核制及硕博连读招生实施办法”. https://bme.sjtu.edu.cn/Web/Show/4053
-
-[^10]: 天津科技大学就业信息网. (2026). “嵌入式软件工程师【2026校】-汇中仪表股份有限公司”. https://jy.tust.edu.cn/correcruit/content/id/30620.html
-
-[^11]: Amazon Jobs. (访问日期：2026-07-04). “软件开发工程师（嵌入式方向-2026届校招）, 智能硬件团队”. https://amazon.jobs/jobs/3059503
-
-[^12]: 新华网. (2026). “互联网企业释放超20万岗位 ‘AI+’人才需求攀升”. https://www.news.cn/20260703/df103b7a484b41458f7cd82147a61c80/c.html
-
-[^13]: 字节跳动校园招聘. (访问日期：2026-07-04). “AI Agent开发实习生-计算”. https://jobs.bytedance.com/campus/m/position/detail/7600764543892031749
-
-[^14]: 电子科技大学医学院. (2026). “2026年博士研究生申请考核招生工作通知”. https://www.med.uestc.edu.cn/info/1107/6529.htm
-
-[^15]: 四川大学华西医院生物医学大数据中心. (访问日期：2026-07-04). “华西生物医学大数据中心李康团队招聘PI”. https://www.wchscu.cn/dsj/recruit/63704.html
+# 三方向适配初步分析
+
+_基于用户已填写信息与 2026-07-04 前后外部资料的第一版判断。本文是初判，不是最终定论。_
+
+---
+
+## 📋 结论摘要
+
+更新后的判断不再简单理解为“三选一排序”，而应理解为“一个主攻兴趣、一个高价值升学主线、一个工程化备选能力”的组合。
+
+当前三条路线的定位：
+
+| 定位 | 方向 | 初步判断 | 核心理由 |
+| --- | --- | --- | --- |
+| 兴趣主攻候选 | 嵌入式方向 | 可以继续主攻，但必须用项目验证，而不是只按兴趣投入 | 你兴趣最强，也能连接暖通/设备背景；但当前 STM32、C、RTOS、Linux、硬件调试都还没有达到求职稳定水平 |
+| 高价值升学主线 | 计算机视觉 / 医学图像博士方向 | 应该提高权重并严肃验证 | 你已有两篇小论文推进，研究方向与硕士一致，这是目前最强的硬证据；但目标 211 / 双一流以上博士，英语、论文质量和导师匹配是硬门槛 |
+| 工程化备选能力 | 互联网 / AI 应用 / Agent 工程 | 不建议走普通 Java 后端主线，建议作为支撑科研和嵌入式的工程能力 | 你有 JavaWeb、部署和 AI 工具基础，但算法、操作系统、网络、项目证据不足；AI 应用方向比普通 CRUD 更适合你 |
+
+一句话判断：
+
+> 你的最优策略不是马上押注一个方向，而是在未来 6 个月做“双验证”：博士方向用论文和英语验证上限，嵌入式方向用 2-3 个可展示项目验证就业可能；互联网能力只保留为 AI 应用 / Agent / 工具链能力，不作为普通 Java 后端主线。
+
+---
+
+## 📚 用户事实摘要
+
+### 已提供事实
+
+| 维度 | 信息 |
+| --- | --- |
+| 出生日期 | 2000-11-17，按 2026-07-04 计算为 25 岁 |
+| 本科背景 | 黑龙江科技大学，建筑环境与能源应用工程 |
+| 工作经历 | 暖通技术员 1 年 7 个月 |
+| 当前状态 | 计算机应用技术研一，下学期阶段 |
+| 当前研究方向 | 医学图像分割 / 计算机视觉 |
+| 科研进展 | 小论文快出两篇，第一篇被拒后修改中，第二篇已有成果并在跑实验 |
+| 导师与资源 | 导师偏放养，实验室压力小，有师兄固定约三周讨论，有医院合作数据 |
+| 城市偏好 | 成都等西南新一线优先，其次深圳、上海、北京 |
+| 经济压力 | 有压力，希望尽快经济独立，但可接受读博 4-5 年 |
+| 主观倾向 | 嵌入式 50%，计算机博士方向 30%，互联网方向 20% |
+
+### 能力自评摘要
+
+| 能力 | 用户自评 | 初步解释 |
+| --- | --- | --- |
+| C | 2 级 | 能写基础代码，看懂 STM32 外设代码，但指针、内存、复杂 bug 仍弱 |
+| C++ | 3 级 | 做过完整 C++ 小项目，具备一定基础 |
+| Python | 3 级 | 能跑深度学习代码、改参数、跑完整训练模型 |
+| Java | 2.5 级 | 能恢复 Spring Web 开发记忆，独立做项目仍依赖文档 |
+| 数据结构算法 | 1-2 级 | 对互联网笔试不利 |
+| 操作系统 / 网络 | 1 级 | 对互联网、嵌入式 Linux 都是短板 |
+| Linux | 2 级 | 有 Ubuntu 和终端使用习惯，这是嵌入式 Linux 与科研工程的加分项 |
+| 嵌入式 | 2 级左右 | STM32 入门，能做基础外设，但还没进入 FreeRTOS / 嵌入式 Linux |
+| 医学图像分割 | 2.5-3 级 | 跑过模型、复现过论文、已有论文产出苗头 |
+| AI 工具协作 | 2 级 | 会用 Codex、opencode、Claude Code，但需要提升自主设计与文档表达 |
+
+---
+
+## 🔍 外部信息摘要
+
+### AI 时代总体趋势
+
+世界经济论坛 2025 年就业报告指出，技术变化、经济不确定性、人口变化和绿色转型等因素会持续重塑 2025-2030 年劳动力市场；报告覆盖 55 个经济体、22 个行业集群和超过 1400 万劳动者视角。该报告摘要还将 AI 与大数据、网络与网络安全、技术素养列为增长最快的技能之一，并强调创造性思维、韧性、灵活性和终身学习的重要性。[^1][^2]
+
+中国信通院《人工智能产业发展研究报告（2025 年）》显示，2024 年我国人工智能核心产业规模已突破 9000 亿元，2025 年预计突破 1.2 万亿元；智能体、具身智能等方向正在推动 AI 从“能思考”走向“能实干”。[^3]
+
+工信部等八部门《“人工智能+制造”专项行动实施意见》提出，到 2027 年推动通用大模型在制造业深度应用，推出高水平工业智能体、工业数据集和典型应用场景。这说明“AI + 制造 / 工业 / 设备”会成为重要政策方向。[^4]
+
+对你的影响：
+
+- 纯“会写代码”不够，必须形成“AI + 领域 + 工程交付”的组合。
+- 你的暖通/设备背景、医学图像科研、嵌入式兴趣，都可以和 AI 时代的行业应用结合。
+- 最不建议走没有差异化的“普通 CRUD 后端”路线。
+
+### 嵌入式岗位要求
+
+嵌入式软件工程师常见要求包括 C/C++、数据结构算法、RTOS、STM32/ARM、UART/SPI/I2C/CAN/TCP/IP、硬件接口、原理图阅读和软硬件联合调试。部分岗位进一步要求 Linux 驱动、BSP、OpenHarmony、RTOS 内核优化等能力。[^5]
+
+2026 届嵌入式校招岗位样本显示，部分岗位明确要求熟练掌握 C/C++、Keil/IAR、STM32/GD32、UART/SPI/I2C 等外设驱动，并具备 FreeRTOS 等 RTOS 开发经验；也有岗位强调 Linux 环境、C/C++、调试和独立解决问题能力。[^10][^11]
+
+对你的影响：
+
+- 你当前 STM32 基础是起点，但还不足以支撑嵌入式求职。
+- 你必须补齐 C、RTOS、常用通信协议、硬件调试、项目文档；如果目标是较好岗位，还需要 Linux 环境下开发和调试能力。
+- 暖通经历可转化为“设备、传感器、控制、工业场景理解”，这是差异化资产。
+- 嵌入式方向不是“学完路线就能就业”，而是必须形成能展示的完整系统和调试记录。
+
+### 互联网方向要求
+
+Java/后端校招机会仍然多，岗位覆盖后端、微服务、分布式系统等，北京、上海、深圳、杭州等城市需求集中；但这也意味着竞争基数大。公开岗位聚合平台显示 Java 校招机会数量较多，但仅能说明岗位广度，不能直接代表个人胜率。[^6]
+
+2026 年公开报道显示，互联网企业开始释放 AI 产品经理、AI Agent 开发工程师等岗位，AI 人才需求正在从基础算法研发转向落地应用和业务价值转化；高端装备与智能制造也贡献了部分人工智能工程师应届生需求。[^12] 字节跳动 AI Agent 开发实习岗位样本要求 2027 届本科及以上、计算机或通信相关专业、掌握算法和数据结构、至少熟练使用一门编程语言。[^13]
+
+对你的影响：
+
+- 互联网方向机会多，但你目前算法、计算机基础和项目作品并不突出。
+- 如果走互联网，不建议定位“普通 Java 后端应届生”，而应转为“AI 应用开发 / Agent 工程 / 后端 + AI 工具链”。
+- 你已有 JavaWeb、Linux、Docker、Nginx 基础，可以作为工程底座，但需要一个能展示的真实项目。
+- AI Agent 方向不是“会用 AI 工具”就够，仍然需要算法、数据结构、工程设计、服务部署和业务理解。
+
+### 博士方向要求
+
+2026 年多所高校博士招生采用“申请-考核”制，通常会看申请材料、推荐信、成绩、科研成果、外语水平、专业素养和综合面试。例如四川大学博士招生章程明确包括资格审查、材料评议、复试考核，考核内容包含创新能力、专业素养、外语水平和综合素质；四川大学计算机学院 2026 年博士招生全部实行“申请-考核”制。[^7][^8]
+
+上海交通大学生物医学工程学院 2026 年博士申请考核制明确提出英语水平要求，例如六级 425 分、新 TOEFL 90 或 IELTS 6.0 等条件之一。[^9]
+
+成都方向存在医工交叉和医学 AI 相关资源，例如电子科技大学医学院 2026 年博士研究生申请考核招生、华西相关团队对计算机视觉、医学图像分析、医学人工智能背景的重视，都说明“成都 + 医学图像 / 医学 AI”不是空想路线。[^14][^15]
+
+对你的影响：
+
+- 你的“小论文两篇推进中”是三条路线里最强的硬证据。
+- 但如果目标是上海、成都等城市的 211 / 双一流以上博士，英语、论文质量、导师联系和申请材料会成为关键。
+- 六级未过、数学基础偏弱、论文还没中稿，是博士路线的主要风险。
+
+---
+
+## 📊 三方向适配评分
+
+下面评分区分“当前胜率”和“补齐后潜力”。这比单一综合分更适合你，因为你现在三条路线都不是立即满格，但提升路径不同。
+
+| 维度 | 嵌入式 | 互联网 / AI 应用 | 医学图像博士 |
+| --- | ---: | ---: | ---: |
+| 当前硬证据 | 5 | 5 | 8 |
+| 与个人兴趣匹配 | 9 | 6 | 7 |
+| 与已有背景可连接性 | 7 | 6 | 9 |
+| 6 个月可验证性 | 8 | 7 | 7 |
+| 当前求职 / 申请胜率 | 5 | 5 | 6 |
+| 补齐后上限 | 7 | 7 | 9 |
+| 城市偏好匹配 | 6 | 8 | 8 |
+| 经济压力友好度 | 6 | 7 | 4 |
+| 主要风险 | 能力链长，项目证据不足 | 同质化竞争，算法和基础薄弱 | 论文、英语、导师和机会成本 |
+| 当前策略权重建议 | 40% | 20% | 40% |
+
+评分解释：
+
+- 你的主观权重是嵌入式 50%、博士 30%、互联网 20%；从证据强度看，博士应临时上调到和嵌入式同等重要。
+- 嵌入式是兴趣最强，但需要项目验证。没有项目成果前，不能把它当成已经确定的就业答案。
+- 互联网方向不建议按普通后端投入 20%，更建议把这 20% 投给 AI 应用、Agent 工具链、科研平台和嵌入式数据后台。
+
+---
+
+## 🎯 方向一：医学图像博士方向
+
+### 适合你的原因
+
+你已经进入医学图像分割方向，并且不是只停留在“刚开始学”。你跑过很多模型、完整复现过论文、有两篇小论文推进中、有医院合作数据可能性、有师兄讨论机制。这些是实打实的科研路径证据。
+
+从职业规划角度看，这条路线最大价值是：
+
+- 学历跃迁可能性高
+- 与研究生方向一致，沉没成本最小
+- 如果论文能中，申请博士材料会明显增强
+- 医学图像方向可以连接 AI 医疗、科研院所、高校、医疗器械、影像 AI 企业
+
+### 主要风险
+
+- 第一篇论文被拒，说明论文质量、创新性、实验设计或写作可能还不稳定
+- 六级未过，对部分强校博士申请不利
+- 数学、最优化、英文论文阅读仍偏弱
+- 目标只看 211 / 双一流以上，竞争会显著提高
+- 博士 4-5 年机会成本高，且你有经济独立压力
+
+### 初步建议
+
+博士方向已经从你的主观权重里上调到 30%，但从证据强度看，未来 6 个月实际投入权重可以临时提高到 40%。更合理的处理是：
+
+> 未来 6 个月把博士方向作为“高价值主线验证”，核心指标是至少 1 篇论文中稿或形成高质量投稿闭环，同时准备英语和导师联系。
+
+如果 6-9 个月内论文连续没有正反馈、英语没有进展、也联系不到合适导师，再降低博士优先级。
+
+---
+
+## 🎯 方向二：嵌入式方向
+
+### 适合你的原因
+
+你对嵌入式兴趣最强，而且它能和你的暖通、设备、工程现场经历产生连接。相比普通互联网后端，嵌入式更容易形成“硬件 + 软件 + 场景”的差异化作品。
+
+适合你的嵌入式细分方向不是一开始就冲高难 Linux 驱动，而是：
+
+- STM32 / ESP32 / 传感器数据采集
+- 工业设备监测
+- 暖通设备智能控制
+- 边缘 AI / AIoT 小系统
+- FreeRTOS 小型实时系统
+
+### 主要风险
+
+- 当前 C 语言、硬件、电路、通信协议、RTOS、嵌入式 Linux 都还不够
+- 没有示波器、逻辑分析仪，硬件调试深度有限
+- 嵌入式岗位比互联网后端少，城市和行业更集中
+- 初级嵌入式岗位往往看项目质量，而不是只看课程学习
+
+### 初步建议
+
+嵌入式可以作为就业主攻候选，但不能只停留在“学路线”。这条路线的验证标准不是“学完 STM32、FreeRTOS、Linux”，而是“做出能投简历的项目证据”。你需要 3 个可展示作品：
+
+1. STM32 传感器采集 + OLED/串口 + README + 演示视频
+2. FreeRTOS 多任务版本：采集任务、显示任务、通信任务、队列或信号量
+3. 工程背景融合项目：暖通环境监测、温湿度/风机/阀门模拟控制、数据上传或本地告警
+
+如果你能在 6 个月内做出这 3 个作品，嵌入式胜率会明显提高。反过来，如果 3 个月后仍只有教程实验，没有 README、演示、调试记录和可解释架构，就要降低嵌入式权重。
+
+---
+
+## 🎯 方向三：互联网方向
+
+### 适合你的原因
+
+互联网方向资料多、岗位多、路径清晰。你有 JavaWeb、Spring Boot、Redis、消息队列、Docker、Nginx、Linux 部署的接触经验，也做过课程项目和自用漫画网站。
+
+但你的互联网方向最大问题是：证据不够硬，差异化不够强。
+
+### 主要风险
+
+- 数据结构算法 1-2 级，影响校招笔试
+- 计算机网络、操作系统 1 级，影响后端面试深度
+- 项目多为课程项目或自用项目，缺少高质量 README、在线演示、复杂业务或性能优化证据
+- 普通 Java 后端竞争激烈，你的非科班、本科背景和学校层次不能提供明显优势
+
+### 初步建议
+
+互联网方向不建议定位为“普通 Java 后端”。更适合你的定位是：
+
+- AI 应用开发
+- Agent 工具链开发
+- 后端 + AI 工作流
+- 科研辅助平台 / 医学图像实验管理平台
+- 嵌入式数据上云后台
+
+也就是说，互联网能力最好服务于你的另外两条主线：医学图像科研和嵌入式工程。
+
+更具体地说，互联网方向的目标不是再做一个外卖平台或管理系统，而是做一个能体现你差异化的项目：
+
+- 医学图像实验管理平台：数据集、训练任务、指标对比、实验日志、论文图表生成
+- 嵌入式数据看板：STM32 / ESP32 数据上传、后端存储、Web 可视化、告警
+- AI Agent 科研助手：论文阅读、实验记录、代码运行日志总结、结果对比
+
+这些项目能同时服务申博、嵌入式求职和 AI 应用求职，比普通 CRUD 更划算。
+
+---
+
+## 📍 初步路径建议
+
+未来 6 个月建议采用“双主线并行验证 + 一个融合工具线”的结构：
+
+| 类型 | 方向 | 目标 |
+| --- | --- | --- |
+| 主线 A | 医学图像博士方向 | 争取至少 1 篇论文中稿或形成可证明的高质量科研闭环，同时补英语 |
+| 主线 B | 嵌入式方向 | 做出 2-3 个能展示的嵌入式项目，验证是否能转化为实习机会 |
+| 工具线 | 互联网 / AI 应用 / Agent | 做支撑科研或嵌入式的后端与 AI 工具项目，不走普通 Java 后端 |
+
+阶段性判断标准：
+
+- 如果论文 6-9 个月内有中稿或强正反馈，博士方向优先级上升
+- 如果嵌入式项目能做出质量并拿到实习反馈，嵌入式优先级上升
+- 如果互联网项目只是课程 CRUD，没有真实用户、部署、AI 特点或复杂业务，不提升其优先级
+
+建议投入比例：
+
+| 时间段 | 医学图像 / 博士 | 嵌入式 | 互联网 / AI 工具 |
+| --- | ---: | ---: | ---: |
+| 未来 3 个月 | 45% | 40% | 15% |
+| 3 个月后论文有正反馈 | 50% | 35% | 15% |
+| 3 个月后论文无正反馈但嵌入式项目成型 | 30% | 55% | 15% |
+| 两边都没有可展示成果 | 40% | 40% | 20%，重点复盘执行方式 |
+
+---
+
+## ✍️ 下一步需要补充的信息
+
+为了进入更具体的行动计划，还需要补充：
+
+1. 两篇小论文的题目、方向、创新点、目标期刊或会议、当前审稿状态
+2. 你目前医学图像项目使用的数据集、模型、评价指标和代码仓库情况
+3. 你可以每周投入嵌入式项目的实际小时数，以及是否愿意按项目产出倒排学习
+4. 你是否愿意把“暖通 + 传感器 + AIoT”做成嵌入式展示项目
+5. 你是否愿意 3 个月内集中准备六级或同等英语证明
+6. 你更能接受哪种 6 个月结果：论文中稿但就业项目弱，还是就业项目强但论文暂时无反馈
+
+---
+
+## 🔗 资料来源
+
+[^1]: World Economic Forum. (2025). "The Future of Jobs Report 2025." https://www.weforum.org/publications/the-future-of-jobs-report-2025/
+
+[^2]: World Economic Forum. (2025). "Future of Jobs Report 2025: The jobs of the future and the skills you need to get them." https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
+
+[^3]: 中国信息通信研究院. (2026). 《人工智能产业发展研究报告（2025 年）》. https://www.caict.ac.cn/kxyj/qwfb/bps/202602/P020260202487301304903.pdf
+
+[^4]: 工业和信息化部等八部门. (2026). 《“人工智能+制造”专项行动实施意见》. https://www.cernet.edu.cn/ke_yan_yu_fa_zhan/gai_kuang/zheng_ce_fa_gui/202601/t20260108_2714837.shtml
+
+[^5]: 高校人才网. (访问日期：2026-07-04). “嵌入式软件工程师招聘要求”. https://www.gaoxiaojob.com/bk_jobs/lio1okc2
+
+[^6]: offer 星球. (访问日期：2026-07-04). “Java 开发校园招聘信息”. https://offer.gfjianli.com/position/java
+
+[^7]: 四川大学研究生招生信息网. (2026). 《四川大学 2026 年博士研究生招生章程》. https://yz.scu.edu.cn/zsxx/Details/2083633b-f644-4d53-b9b6-88d9d6fb0666
+
+[^8]: 四川大学计算机学院（软件学院、智能科学与技术学院）. (2026). “2026 年普通招考博士研究生招生简章”. https://cs.scu.edu.cn/info/1247/19587.htm
+
+[^9]: 上海交通大学生物医学工程学院. (2026). “2026 年博士生申请考核制及硕博连读招生实施办法”. https://bme.sjtu.edu.cn/Web/Show/4053
+
+[^10]: 天津科技大学就业信息网. (2026). “嵌入式软件工程师【2026校】-汇中仪表股份有限公司”. https://jy.tust.edu.cn/correcruit/content/id/30620.html
+
+[^11]: Amazon Jobs. (访问日期：2026-07-04). “软件开发工程师（嵌入式方向-2026届校招）, 智能硬件团队”. https://amazon.jobs/jobs/3059503
+
+[^12]: 新华网. (2026). “互联网企业释放超20万岗位 ‘AI+’人才需求攀升”. https://www.news.cn/20260703/df103b7a484b41458f7cd82147a61c80/c.html
+
+[^13]: 字节跳动校园招聘. (访问日期：2026-07-04). “AI Agent开发实习生-计算”. https://jobs.bytedance.com/campus/m/position/detail/7600764543892031749
+
+[^14]: 电子科技大学医学院. (2026). “2026年博士研究生申请考核招生工作通知”. https://www.med.uestc.edu.cn/info/1107/6529.htm
+
+[^15]: 四川大学华西医院生物医学大数据中心. (访问日期：2026-07-04). “华西生物医学大数据中心李康团队招聘PI”. https://www.wchscu.cn/dsj/recruit/63704.html

docs/08-AI+嵌入式+Agent项目创意.md

@@ -0,0 +1,441 @@
+# AI + 嵌入式 + Agent 项目创意
+
+_基于 2026-07-13 讨论生成的三个项目创意文档。综合评估个人条件（4070Ti Super 16GB、STM32 套件、医学图像背景、Python 3 级、嵌入式入门中）和 2026 年市场趋势。_
+
+---
+
+## 背景信息
+
+| 维度 | 当前状态 |
+|------|----------|
+| 显卡 | RTX 4070 Ti Super 16GB（可跑 8B 模型 4-bit 量化约 6GB） |
+| 嵌入式硬件 | STM32F103C8T6 + OLED + 按键 + LED + 温湿度传感器（总计约 80 元） |
+| 技能基线 | Python 3 级、C 2 级、医学图像分割 2.5-3 级、深度学习 2.5-3 级 |
+| 预算约束 | 每个项目硬件控制在 300 元以内 |
+| AI 工具 | 熟练使用 Claude Code、opencode、Codex |
+
+---
+
+## Idea 1：AI 康复训练助手（最推荐）
+
+### 痛点
+
+术后/受伤患者回家后需要持续做康复训练，但：
+- 动作是否标准无人监督，做错反而二次损伤
+- 请康复师上门 200-500 元/次，普通人负担不起
+- 现有家用康复设备（如弹力带、握力器）无智能反馈
+- 中国康复医疗市场超 1000 亿，家庭康复是增长最快的细分
+
+### 方案总览
+
+摄像头采集用户做康复动作 → AI 视频模型分析动作规范性 → STM32 腕带震动反馈 + 扬声器语音纠正 → Agent 记录进度、调整难度、生成报告。
+
+### 所需硬件及价格
+
+| 硬件 | 数量 | 单价 | 总价 | 备注 |
+|------|:----:|:----:|:----:|------|
+| USB 摄像头 1080p | 1 | ~100 元 | ~100 元 | 普通电脑摄像头即可 |
+| STM32F103C8T6（已有） | 1 | 0 元 | 0 元 | 已有 |
+| 震动马达模块（1030 扁平电机） | 1 | ~8 元 | ~8 元 | 用于腕带震动反馈 |
+| 蓝牙模块 HC-05 | 1 | ~18 元 | ~18 元 | STM32 与电脑通信 |
+| OLED 显示屏 0.96 寸（已有） | 1 | 0 元 | 0 元 | 显示训练状态 |
+| 杜邦线 + 面包板 | 1套 | ~15 元 | ~15 元 | |
+| 3D 打印外壳（或纸盒） | 1 | ~0 元 | ~0 元 | MVP 阶段可不要 |
+| **总计** | | | **~141 元** | 已有硬件不计入 |
+
+### AI 模型选型与显存估算
+
+| 组件 | 模型选择 | 显存占用 | 用途 |
+|------|----------|:--------:|------|
+| 姿态估计 | MediaPipe Pose | ~0.5 GB | 提取 33 个人体关键点坐标 |
+| 动作分析 | Qwen2-VL-7B（4-bit）或 JoyAI-VL-Interaction（4-bit） | ~6 GB | 理解动作序列，判断规范性 |
+| Agent 决策 | Qwen2.5-7B（4-bit）或 DeepSeek（4-bit） | ~4 GB | 生成纠正建议，控制交互逻辑 |
+| 语音合成 | CosyVoice / FishSpeech（小模型） | ~1 GB | 实时语音纠正 |
+| **总计** | | **~11.5 GB** | 4070Ti Super 16GB 完全够用 |
+
+**也可以精简方案**：只用 MediaPipe Pose + 规则引擎，不跑大模型，先做 MVP。此时只需要 ~0.5 GB 显存。
+
+### 技术架构
+
+```
+┌─────────────────────────────────────────────────────┐
+│                   笔记本/台式机                        │
+│  ┌──────────┐  ┌─────────┐  ┌────────────────────┐  │
+│  │ 摄像头    │→ │ MediaPipe│→ │ JoyAI-VL / Qwen2-VL│  │
+│  │ (USB)    │  │ Pose    │  │ 动作规范性判断      │  │
+│  └──────────┘  └─────────┘  └────────┬───────────┘  │
+│                                       │               │
+│  ┌────────────────────────────────────┘               │
+│  │                                                     │
+│  │  ┌─────────────────────────────────┐               │
+│  │  │ LangGraph Agent                 │               │
+│  │  │ · 判断动作是否标准              │               │
+│  │  │ · 决定：纠正 / 鼓励 / 进阶      │               │
+│  │  │ · 记录训练进度                  │               │
+│  │  │ · 生成周报                      │               │
+│  │  └───────┬─────────────────────────┘               │
+│  │           │                                        │
+│  │  ┌────────▼────────┐   ┌───────────┐              │
+│  │  │ TTS 语音输出     │←──│ 蓝牙串口   │              │
+│  │  │（扬声器）        │   │ (PC→STM32) │              │
+│  │  └─────────────────┘   └─────┬─────┘              │
+│  └──────────────────────────────┼────────────────────┘
+│                ┌─────────────────┼───┐
+│                │ STM32F103C8T6         │
+│                │ · 接收蓝牙指令        │
+│                │ · 控制震动马达        │
+│                │ · OLED 显示训练数据   │
+│                └───────────────────────┘
+```
+
+### 核心流程
+
+1. 用户站到摄像头前，选择康复部位（肩/腰/膝）
+2. 摄像头实时采集，MediaPipe 提取 33 个骨骼关键点
+3. JoyAI-VL 或规则引擎分析动作是否标准
+4. Agent 决策：
+   - 动作标准 → 鼓励、计数、重复
+   - 轻微偏差 → 语音提示（"手再抬高 5 厘米"）+ 轻度震动
+   - 严重错误 → 停止 + 语音警告 + 强震动 + 播放正确示范
+5. 完成一组后，Agent 自动调整下一组难度
+6. 训练结束，生成摘要（完成度、消耗热量、进步趋势）
+
+### 可验证的康复动作（MVP 阶段）
+
+| 动作 | 检测维度 | 常见错误 |
+|------|----------|----------|
+| 肩部外展 | 手臂与身体夹角、速度 | 耸肩代偿、角度不够 |
+| 深蹲 | 膝盖角度、背部直线 | 膝盖过脚尖、弓背 |
+| 弓步蹲 | 前后腿角度、上身稳定 | 上身前倾、膝盖触地 |
+| 腰部旋转 | 旋转角度、骨盆稳定 | 骨盆晃动、旋转不足 |
+
+### 开发路线图（3 个月到 MVP）
+
+| 阶段 | 时间 | 任务 | 产出 |
+|------|------|------|------|
+| 1 | 第 1 周 | MediaPipe Pose 调通，实时提取 33 个关键点 | 实时骨骼可视化 |
+| 2 | 第 2 周 | 写规则引擎判断 1-2 个动作（如深蹲） | 动作检测准不准的可测量指标 |
+| 3 | 第 3 周 | STM32 蓝牙模块调通，PC→STM32 通信 | 蓝牙收发 demo |
+| 4 | 第 4-5 周 | STM32 震动马达 + OLED 显示控制 | 震动反馈原型 |
+| 5 | 第 6 周 | 部署 JoyAI-VL 或 Qwen2-VL，对比规则引擎效果 | 评测哪种方案更准 |
+| 6 | 第 7 周 | LangGraph Agent 连接：感知→决策→反馈闭环 | 端到端可运行 |
+| 7 | 第 8 周 | 语音输出（TTS）集成 | 完整交互体验 |
+| 8 | 第 9-10 周 | 打磨：动作库扩展到 5+，错误率降低，体验流畅 | 可用版本 |
+| 9 | 第 11-12 周 | README、演示视频、问题记录、代码整理 | 可展示项目 |
+
+### Monetization 可能
+
+- 开源社区版（免费引流）→ 付费增值功能（多用户、高级动作库、云端报告）
+- 与康复诊所合作：诊所给患者配家用版
+- 考研/考公/久坐人群姿势矫正（市场更大）
+
+### 技术风险与应对
+
+| 风险 | 概率 | 应对 |
+|------|:----:|------|
+| 视频模型实时性不够（<15fps） | 中 | 先用 MediaPipe 关键点做第一版，大模型只做周期性质量评估 |
+| 蓝牙通信不稳定 | 低 | 用有线串口作为 MVP 替代，蓝牙第二版优化 |
+| 动作判断准确率低 | 中 | 先用规则引擎 + 关键点角度计算，大模型作为增强而非依赖 |
+| 暗光环境骨骼提取差 | 低 | 补充红外摄像头（~50 元），或用红外补光 |
+
+---
+
+## Idea 2：非接触式睡眠健康监测仪
+
+### 痛点
+
+- 约 30% 成年人有睡眠问题（打鼾、失眠、呼吸暂停）
+- 医院睡眠监测 2000-5000 元/次，需全身贴电极，睡在陌生实验室
+- 消费级睡眠手环（小米/华为）：只能估个大概，精度差
+- 打鼾影响伴侣、呼吸暂停有猝死风险（OSA 患者猝死风险是常人 2-3 倍）
+
+### 方案总览
+
+摄像头 + 麦克风对准床铺 → AI 分析睡眠状态（体动、呼吸、鼾声、呼吸暂停）→ STM32 腕带智能干预（侧睡引导、呼吸暂停报警）→ Agent 晨间生成睡眠报告。
+
+### 所需硬件及价格
+
+| 硬件 | 数量 | 单价 | 总价 | 备注 |
+|------|:----:|:----:|:----:|------|
+| USB 摄像头（普通或红外） | 1 | ~80-150 元 | ~100 元 | 红外版可夜间工作 |
+| 红外补光灯（可选） | 1 | ~30 元 | ~30 元 | 暗光环境用 |
+| STM32F103（已有） | 1 | 0 元 | 0 元 | |
+| 震动马达模块 | 1 | ~8 元 | ~8 元 | 打鼾时轻柔唤醒侧睡 |
+| 蓝牙模块 HC-05 | 1 | ~18 元 | ~18 元 | |
+| USB 麦克风（或用笔记本自带） | 0-1 | ~50 元 | ~0-50 元 | 笔记本自带可先用 |
+| 小音箱（已有） | 1 | 0 元 | 0 元 | 播放白噪音或轻音乐 |
+| **总计** | | | **~156-206 元** | |
+
+### AI 模型选型与显存估算
+
+| 组件 | 模型选择 | 显存占用 | 用途 |
+|------|----------|:--------:|------|
+| 视频分析 | JoyAI-VL-Interaction（8B 4-bit） | ~6 GB | 分析体动、呼吸频率、睡姿 |
+| 音频分析 | SenseVoice 或 Whisper tiny | ~0.5 GB | 检测打鼾、呼吸暂停、梦话 |
+| Agent 决策 | Qwen2.5-7B（4-bit） | ~4 GB | 综合判断睡眠状态，生成报告 |
+| **总计** | | **~10.5 GB** | 4070Ti Super 16GB 够用 |
+
+**夜间模式**：红外摄像头 + JoyAI-VL（该模型支持低光视频理解）→ 不开灯也能监测。
+
+### 技术架构
+
+```
+         夜间模式（红外摄像头优先）
+                   │
+         ┌─────────▼─────────┐
+         │  视频帧提取 (1fps) │
+         │  音频段提取 (5s)   │
+         └──────┬──────┬─────┘
+                │      │
+      ┌─────────▼──┐ ┌─▼──────────┐
+      │ JoyAI-VL   │ │ SenseVoice │
+      │ · 体动检测  │ │ · 鼾声检测  │
+      │ · 呼吸频率  │ │ · 呼吸暂停  │
+      │ · 睡姿分类  │ │ · 梦话检测  │
+      │ · 床上状态  │ │ · 环境噪声  │
+      └──────┬─────┘ └──────┬─────┘
+             │              │
+             └──────┬───────┘
+                    │
+         ┌──────────▼──────────┐
+         │   LangGraph Agent   │
+         │  · 综合判断睡眠阶段  │
+         │  · 决策干预策略      │
+         │  · 记录时序数据      │
+         │  · 生成晨间报告      │
+         └────┬─────────┬──────┘
+              │         │
+     ┌────────▼──┐ ┌───▼────────┐
+     │ 蓝牙→STM32│ │ 本地存储    │
+     │ 震动/声音  │ │ SQLite     │
+     └───────────┘ └────────────┘
+```
+
+### 核心检测能力
+
+| 检测项 | 实现方式 | 判断依据 |
+|--------|----------|----------|
+| 打鼾 | 音频+视频联合 | 音频检测鼾声波形 + 视频确认嘴巴张开 + 体位 |
+| 呼吸暂停 | 音频+视频联合 | 呼吸声停止 >10s + 胸廓无起伏 + 血氧下降暗示 |
+| 体动/翻身 | 视频 | 身体关键点位移超过阈值 |
+| 睡眠阶段估测 | 视频+时序规则 | 体动频率 + 呼吸频率 + 时间 *经验规则，非 EEG 级精度* |
+| 离床检测 | 视频 | 床上无人超过设定阈值 |
+| 环境异常 | 音频 | 突然巨响、婴儿哭声、烟雾报警器 |
+
+### 干预策略
+
+| 事件 | 干预方式 | 说明 |
+|------|----------|------|
+| 打鼾（伴侣可忍） | 不干预 | 仅记录 |
+| 打鼾（影响伴侣） | ① 轻柔震动腕带 → ② 枕下音箱播放轻音乐 | 逐步升级，目标是让打鼾者侧睡 |
+| 呼吸暂停（单次） | 强震动 + 声光报警 | 需要唤醒 |
+| 呼吸暂停（频繁） | 记录 + 建议就医 | 可能是 OSA，需临床诊断 |
+| 梦话/噩梦 | 枕下音箱播放舒缓音乐 | 轻干预 |
+| 离床超时 | 记录 + 如果老人/病人，通知家人 | 防跌倒无人知晓 |
+| 环境噪声突升 | 记录，不做干预 | 用于睡眠质量归因 |
+
+### 开发路线图（3 个月到 MVP）
+
+| 阶段 | 时间 | 任务 | 产出 |
+|------|------|------|------|
+| 1 | 第 1 周 | 音频检测（Whisper）：打鼾识别，呼吸暂停检测 | 音频检测 demo |
+| 2 | 第 2-3 周 | 视频检测（JoyAI-VL）：体动、离床、睡姿 | 视频检测 demo |
+| 3 | 第 4 周 | STM32 蓝牙通信 + 震动马达控制 | 震动反馈 |
+| 4 | 第 5 周 | Agent 逻辑：事件→干预决策 | 闭环 demo |
+| 5 | 第 6 周 | 夜间模式适配（红外摄像头） | 全时可用 |
+| 6 | 第 7-8 周 | 睡眠报告生成（Web 展示） | 可视化报表 |
+| 7 | 第 9-10 周 | 多人测试 + 准确性优化 | 稳定版本 |
+| 8 | 第 11-12 周 | 项目文档、演示视频、问题记录 | 可展示项目 |
+
+### 技术风险与应对
+
+| 风险 | 概率 | 应对 |
+|------|:----:|------|
+| 夜间暗光视频质量差 | 中 | 红外摄像头（淘宝 50 元），或利用 JoyAI-VL 低光能力 |
+| 呼吸暂停检测假阳性 | 中 | 音频+视频双重确认，降低误报率 |
+| 隐私顾虑 | 高 | MVP 阶段用"本地不保存视频帧"原则，仅保存骨骼关键点和检测结果 |
+| 蓝牙距离限制 | 低 | 室内 10m 够用，STM32 可放床头 |
+
+### 与 Idea 1 的协同
+
+- 共用：MediaPipe Pose（睡眠改为检测身体关键点变化）、蓝牙通信、STM32 震动驱动
+- PC 端框架可复用：摄像头采集→模型推理→Agent 决策→蓝牙输出
+
+---
+
+## Idea 3：智能实验室环境监测 + 异常事件回溯系统
+
+### 痛点
+
+- 生物/医学实验室需要 24h 监控环境参数（温度、湿度、CO2、光照周期）
+- 实验动物/细胞培养对环境变化极敏感，超范围可能毁掉数周实验
+- 现有方案：专业环境记录仪 2000-10000 元，或普通摄像头不分析画面内容
+- 异常事件发生时，需要回溯"当时发生了什么"，但目前全靠人工检查日志
+
+### 方案总览
+
+STM32 多传感器采集环境数据 + 摄像头记录画面 → AI 分析画面内容 + 检测异常 → Agent 自动记录 + 预警 → 异常事件可一站式回溯。
+
+### 所需硬件及价格
+
+| 硬件 | 数量 | 单价 | 总价 | 备注 |
+|------|:----:|:----:|:----:|------|
+| USB 摄像头 | 1 | ~80-150 元 | ~100 元 | 对准实验区域 |
+| STM32F103（已有） | 1 | 0 元 | 0 元 | |
+| DHT22 温湿度传感器 | 1 | ~15 元 | ~15 元 | 精度 ±0.5°C，±2% RH |
+| 光敏传感器模块 | 1 | ~5 元 | ~5 元 | 光照周期检测 |
+| 振动传感器 SW-420 | 1 | ~5 元 | ~5 元 | 检测设备运行/开门振动 |
+| HC-SR04 超声波（用户要求） | 1 | ~5 元 | ~5 元 | 液位检测（培养基/水） |
+| 蜂鸣器模块 | 1 | ~5 元 | ~5 元 | 现场报警 |
+| OLED（已有） | 1 | 0 元 | 0 元 | 显示实时数据 |
+| **总计** | | | **~140 元** | |
+
+### HC-SR04 说明（用户要求的价格报告）
+
+| 参数 | 值 |
+|------|------|
+| 型号 | HC-SR04 超声波测距模块 |
+| 价格 | 淘宝约 3-8 元，平均 5 元 |
+| 精度 | ±3mm（理想条件），实际约 ±5mm |
+| 量程 | 2cm - 400cm |
+| 接口 | 2 个 GPIO（Trig + Echo），STM32 直接驱动 |
+| 用途 | 液位检测（水/培养基/试剂瓶）、距离检测、接近感应 |
+| 局限 | 对软性表面（棉花、毛毯）反射差，不建议用于人体 |
+
+超声波如果不满足精度需求，升级方案：
+- JSN-SR04T 防水版：~15 元，防水，可测液体
+- TOF 激光测距 VL53L0X：~30 元，精度 ±1mm，更快
+
+### AI 模型选型
+
+| 组件 | 模型选择 | 显存占用 | 用途 |
+|------|----------|:--------:|------|
+| 视频分析 | JoyAI-VL-Interaction（8B 4-bit） | ~6 GB | 画面异常检测、人员操作记录、设备状态 |
+| Agent | Qwen2.5-7B（4-bit） | ~4 GB | 综合判断、日志生成、预警决策 |
+| **总计** | | **~10 GB** | 4070Ti Super 够用 |
+
+### 技术架构
+
+```
+┌─────────────────── 实验区域 ───────────────────┐
+│                                                   │
+│  ┌─────────┐  ┌──────────┐  ┌──────────────┐    │
+│  │ 摄像头   │  │ STM32    │  │ HC-SR04 超声 │    │
+│  │ (画面)   │  │ 传感器集 │  │ (液位检测)   │    │
+│  └────┬────┘  │ DHT22    │  └──────┬───────┘    │
+│       │       │ 光敏     │         │            │
+│       │       │ 振动     │         │            │
+│       │       └────┬─────┘         │            │
+│       │            │               │            │
+└───────┼────────────┼───────────────┼────────────┘
+        │            │               │
+        │       ┌────▼───────────────▼────┐
+        │       │  USB 串口 / 蓝牙        │
+        │       └────┬────────────────────┘
+        │            │
+   ┌────▼────────────▼──────────────────────┐
+   │            PC (4070Ti Super)           │
+   │                                         │
+   │  ┌──────────┐  ┌───────────────────┐  │
+   │  │JoyAI-VL │  │ 传感器数据融合     │  │
+   │  │·画面异常 │  │ ·环境参数时序      │  │
+   │  │·人员活动 │  │ ·超声液位变化      │  │
+   │  │·设备状态 │  │ ·超限检测          │  │
+   │  └────┬─────┘  └────────┬──────────┘  │
+   │       │                │               │
+   │  ┌────▼────────────────▼────┐         │
+   │  │      Agent                │         │
+   │  │  · 事件识别与分类         │         │
+   │  │  · 日志自动生成           │         │
+   │  │  · 预警决策               │         │
+   │  │  · 异常回溯索引           │         │
+   │  └───────────┬──────────────┘         │
+   │              │                          │
+   │  ┌───────────▼────────────┐            │
+   │  │  本地存储 (SQLite)     │            │
+   │  │  · 传感器时序数据      │            │
+   │  │  · 事件日志            │            │
+   │  │  · 视频片段关键帧      │            │
+   │  └────────────────────────┘            │
+   └─────────────────────────────────────────┘
+```
+
+### 核心功能
+
+| 功能 | 实现方式 | 产出 |
+|------|----------|------|
+| 环境实时监测 | STM32 采集→PC 记录 | 温湿度/光照/振动时序曲线 |
+| 液位监测 | HC-SR04 超声波 | 培养基/水量变化曲线，低于阈值报警 |
+| 画面变化检测 | JoyAI-VL 对比基线 | 有人/动物异常活动、设备状态改变 |
+| 超限预警 | 传感器阈值 + Agent 判断 | 微信/Telegram 通知 |
+| 实验日志自动生成 | Agent 汇总数据+画面 | 每日实验摘要，含关键事件截图 |
+| 异常事件回溯 | Agent 索引时间+事件类型 | 点击事件→展示当时传感器+画面快照 |
+
+### 与用户现有研究结合的方式
+
+| 你的科研能力 | 在这个项目中的体现 |
+|-------------|-------------------|
+| 医学图像分割 | 视频帧中的对象分割（如小鼠/细胞/设备） |
+| 深度学习实验管理（SWANLab、实验日志） | 迁移到环境监测的日志系统 |
+| 代码整理习惯（README、requirements.txt） | 直接应用到项目文档 |
+| 医学图像数据集处理 | 视频帧数据集标注和异常事件分类 |
+
+这个项目可以直接写进申博材料："设计并实现了一套基于边缘 AI 的实验室环境智能监测系统，实现环境参数实时采集、视频异常检测和自动实验日志生成。"
+
+### 开发路线图（3 个月到 MVP）
+
+| 阶段 | 时间 | 任务 | 产出 |
+|------|------|------|------|
+| 1 | 第 1 周 | STM32 多传感器采集 + 串口输出 | 传感器数据流 |
+| 2 | 第 2 周 | PC 端串口接收 + SQLite 存储 | 时序数据入库 |
+| 3 | 第 3 周 | HC-SR04 超声波驱动 + 液位检测 | 超声波测距 |
+| 4 | 第 4 周 | JoyAI-VL 接入，画面异常检测 | 画面检测 demo |
+| 5 | 第 5 周 | Agent 日志生成 + Web 展示面板 | 可视化 |
+| 6 | 第 6 周 | 预警系统（微信通知） | 实时告警 |
+| 7 | 第 7-8 周 | 异常事件回溯功能 | 一站式查看 |
+| 8 | 第 9-12 周 | 打磨 + 文档 + 演示视频 | 可展示项目 |
+
+---
+
+## 三个 Idea 最终对比
+
+| 维度 | 康复助手 | 睡眠监测 | 实验室监测 |
+|------|:--------:|:--------:|:----------:|
+| **硬件成本** | ~140 元 | ~160-200 元 | ~140 元 |
+| **硬件新增购买** | 摄像头+蓝牙+马达 | 摄像头+红外+蓝牙+马达 | 摄像头+传感器 |
+| **AI 模型要求** | 中（MediaPipe + 可选大模型） | 高（视频+音频双模型） | 中（一个视频模型即可） |
+| **与你技能重合度** | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
+| **对申博帮助** | ⭐⭐ | ⭐⭐ | ⭐⭐⭐⭐⭐ |
+| **对嵌入式求职帮助** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
+| **对 AI Agent 求职帮助** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
+| **3 个月 MVP 可行性** | 高 | 中 | 高 |
+| **新奇度/差异化** | 中（同类产品少但概念有） | 中（有人做但没做好） | 高（细分市场无人做） |
+| **可向他人展示性** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐（受众窄） |
+| **真实市场价值** | 高 | 高 | 中 |
+
+### 综合建议
+
+**最好的策略**：以 Idea 1（康复助手）或 Idea 3（实验室监测）为起点，2-3 个月做出 MVP，然后一个月内将其中间层（摄像头采集 → AI 推理 → Agent 决策 → 蓝牙输出）复用到另一个 Idea。
+
+**推荐顺序**：Idea 1（3 个月 MVP）→ Idea 3 或 Idea 2（1 个月移植）。
+
+---
+
+## 附录：关键零件淘宝参考价目表
+
+| 零件 | 淘宝参考价 | 用途 |
+|------|:----------:|------|
+| USB 摄像头 1080p | 80-150 元 | 普通日间监控 |
+| 红外 USB 摄像头 | 100-180 元 | 夜间监控 |
+| 红外补光灯板 | 20-50 元 | 暗光补光 |
+| HC-05 蓝牙模块 | 15-25 元 | STM32 无线通信 |
+| 1030 扁平震动马达 | 5-10 元 | 触觉反馈 |
+| DHT22 温湿度 | 12-18 元 | 环境监测 |
+| HC-SR04 超声波 | 3-8 元 | 液位/距离检测 |
+| SW-420 振动传感器 | 3-8 元 | 振动检测 |
+| 光敏电阻模块 | 3-8 元 | 光照检测 |
+| 5V 有源蜂鸣器 | 3-5 元 | 现场报警 |
+| 杜邦线套装 | 10-20 元 | 接线 |
+| 面包板 830孔 | 10-20 元 | 原型搭建 |
+
+所有零件淘宝包邮，总预算 300 元内可以覆盖任意一个 Idea 的全部新增硬件。

求职资源/嵌入式面试/README.md

@@ -77,4 +77,4 @@ _嵌入式 C、Linux、RTOS、STM32 面试题库和学习资源。_
 
 ---
 
-_2026-07-04 收集。_
+_2026-07-04 收集。_

求职资源/求职工具/README.md

@@ -38,4 +38,4 @@ _投递跟踪、简历优化、岗位分析、求职自动化工具。_
 
 ---
 
-_2026-07-04 收集。_
+_2026-07-04 收集。_

求职资源/英语/README.md

@@ -49,4 +49,4 @@ _六级 350 → 425 目标（2026-12 考试）。_
 
 ---
 
-_2026-07-04 创建。_
+_2026-07-04 创建。_

求职资源/项目参考/README.md

@@ -45,4 +45,4 @@ _嵌入式 Linux、STM32、FreeRTOS 参考项目和教程索引。_
 
 ---
 
-_2026-07-04 收集更新。_
+_2026-07-04 收集更新。_