你好，欢迎来到我的 GitHub 主页。

我是 Anderwer，一名正在成长中的学生开发者。
我喜欢一边学习，一边把灵感慢慢做成真正能跑起来的项目。

现在的主要兴趣方向是：

• 🧩 后端开发：喜欢接口设计、数据处理、服务逻辑和项目结构
• 🤖 AI / 机器学习：对机器学习、语音识别、智能应用落地和模型能力接入真实场景很感兴趣
• 🐍 Python 生态：这是我最常用的语言，也是我目前最顺手的工具
• ✨ 作品感开发：希望写出来的东西不只是“能跑”，而是既有技术深度，也有完整作品的感觉

对我来说，代码不只是实现功能。
它也可以是表达思路、审美和热爱的方式。

如果要用几个关键词来形容我喜欢的项目风格，大概会是：

• 简洁
• 认真
• 有逻辑
• 能落地
• 带一点二次元的浪漫感

我比较喜欢这样的项目：

• 功能明确，不堆砌
• 结构清晰，不混乱
• 看起来像是认真做过设计
• 最好还能体现一点技术探索感

• 用 Python 写更规范、更清晰的后端项目
• 学习并实现经典的 算法 / 数据结构
• 尝试把 AI 能力 接入实际应用
• 做一些不只是课堂作业，而是更像“作品”的项目
• 逐步积累自己的技术栈和项目作品集

• API 设计
• 业务逻辑拆分
• 数据处理流程
• 项目结构与工程化
• 小型服务搭建

• 机器学习基础
• 模型调用与应用整合
• 常见算法题训练
• 数据分析与可视化
• 智能应用的小型落地尝试

我理想中的项目，大概会带一点这样的感觉：

• 有明确目标，不空泛
• 有完整结构，不凌乱
• 有一定技术含量，不只是拼凑
• 有自己的表达，不千篇一律

例如我会比较喜欢这些类型：

• 🧪 后端练手项目
• 🤖 AI 小工具 / 智能应用
• 📊 数据处理与分析项目
• 🧩 算法练习总结
• 📝 学习笔记沉淀型仓库

我喜欢那种“看起来很安静，但其实很认真”的感觉。
不管是页面、代码还是项目，我都希望它能有一点属于自己的气质：

• 像夜色一样安静
• 像星光一样细致
• 像剧情推进一样循序渐进
• 像完成一部作品一样，认真把每个细节做好

希望以后回头看这些仓库时，
看到的不只是代码，
也是自己一路成长的轨迹。

除了后端和 AI / 算法方向的学习，我也在持续维护自己的算法竞赛仓库。
这部分对我来说，不只是“刷题记录”，而是一套围绕 比赛训练、模板沉淀、专题笔记、赛后复盘 搭起来的个人算法体系。

结合我当前在 Algorithm 仓库里的模板整理、专题笔记和比赛分类，我现在更偏向这些方向：

• 数据结构：树状数组、线段树、并查集、ST 表、Trie
• 图论：最短路、拓扑排序、二分图、最小生成树、欧拉路、LCA、Functional Graph
• 字符串算法：字符串哈希、Manacher、Trie
• 数论：快速幂、组合数、质因数分解、逆元相关
• DP 与竞赛专题：数位 DP、莫队、二维前缀和 / 差分
• 进阶模板能力：FFT / NTT、可持久化结构、可回退并查集

我比较喜欢把算法能力拆成三层来整理，而不是只留下零散 AC 代码：

• algorithm/：存放可以直接复用的竞赛模板
• notes/：存放专题讲义、知识点笔记、学习总结
• Codeforces/：存放比赛代码、按类型分类的训练记录，以及赛后总结

这样做的好处是：

• 比赛时可以直接查模板
• 复习时可以按专题回看笔记
• 训练时可以按 Div.2 / Div.3 / Educational / Global 等类型复盘
• 模板、笔记、比赛代码形成一个比较清晰的闭环

从仓库的实际结构来看，我更偏向：

• 不只做题，也做模板成品化
• 不只写代码，也做知识点沉淀
• 不只追求 AC，也重视赛后复盘
• 不只是临时整理，而是希望它能成为一个长期维护的个人竞赛仓库

这个仓库是我长期维护的个人算法竞赛仓库，目前主要包含：

• Codeforces 比赛代码与分类整理
• 常用算法模板
• 专题学习笔记
• 赛后知识点总结

它的目标不是做成“大而全”的资料堆，而是尽量保持成一套：

• 能直接复用
• 方便复习
• 结构清晰
• 适合长期维护

的个人算法仓库。

如果说主页更像个人名片，
那么 Algorithm 仓库就是我在算法、竞赛和模板整理这条线上持续积累下来的痕迹。

一个长期维护的个人算法竞赛仓库。
对我来说，它不是简单的“题目代码集合”，而是把 模板沉淀、专题笔记、比赛训练、赛后复盘 串成一条长期成长线的核心项目。

项目亮点：

• algorithm/：把高频模板整理成更适合比赛直接复用的版本
• notes/：把图论、数论、DP 等内容沉淀成可复习的专题笔记
• Codeforces/：按 Div.2 / Div.3 / Educational / Global 等分类保留比赛代码与复盘痕迹

为什么它是我的代表作：

• 它能体现我对算法训练的持续投入
• 它能体现我会把“做题”进一步整理成“可维护的个人体系”
• 它能体现我不只追求 AC，也重视模板质量、结构清晰和赛后总结
• 它把我的竞赛习惯、知识整理方式和长期积累都放在了同一个仓库里

能力标签：

一个面向歌回 / 音乐直播回放的本地桌面切片工具。
它把 语音识别、歌曲片段检测、可选 LLM 识曲、音视频导出、桌面 GUI 组合成一个完整的 AI 应用项目，也更能体现我在机器学习与智能工具落地这条线上的钻研。

项目亮点：

• 使用 faster-whisper 进行语音识别，并围绕长视频回放生成可复查的 manifest
• 自动检测歌曲片段，并支持导出每首歌对应的独立音视频切片
• 提供本地桌面 GUI，而不是停留在脚本层面，整体更接近可使用的产品
• 支持可选 LLM 识曲，把模型能力接入真实工作流
• 采用主环境 + legacy 检测环境的双环境架构，兼顾准确率与可维护性

为什么它能代表我的 AI 方向：

• 它不是简单调用模型接口，而是把模型能力真正落到了音视频处理场景里
• 它体现了我对机器学习应用落地、工具化和用户体验的关注
• 它涉及语音识别、切片导出、GUI 编排、依赖隔离和运行时桥接
• 它说明我在做 AI 项目时，也会认真处理工程结构和长期维护问题

能力标签：

之后我会慢慢把主页继续完善成更完整的样子，比如：

• ⭐ 代表项目展示
• 📝 学习笔记 / 刷题记录
• 🤖 AI 小项目合集
• 🧪 后端项目索引
• 📚 技术成长路线
• 🎯 阶段性目标与总结

如果你也喜欢这些东西：

• Python
• 后端开发
• AI / 算法
• 技术学习
• 二次元一点的开发者风格

那我们大概会很聊得来。