这里是 Yuzc / Yuzc Lab 的 GitHub 主页。
聚焦真实任务驱动的 AI 工具、AI 原生工作流，以及更可靠的人机协作。
Yuzc Lab 关注的不只是“AI 能不能做出来”，而是它能不能真正完成工作。
这里持续发布三类东西：
- 从真实场景出发的小工具
- 可复用的 AI 原生工作流
- 帮助 agent 更稳地协作与交付的方法资产
懂 LLM / MARL，但更在意它们如何进入真实任务、降低返工、提高交付质量。
| 方向 | 关注点 |
|---|---|
| AI 产品与工具 | 从具体问题出发，做本地优先、可直接交付的小工具 |
| AI 原生工作流 | 结构化拆解 -> 扩展草案 -> 校验评测 -> 取舍交付 |
| 可靠 agent | human-in-the-loop、边界升级、复盘沉淀、可复用记忆 |
| 技术表达 | 把复杂技术讲清楚，方便产品、内容与业务协作落地 |
| 项目 | 说明 |
|---|---|
| DriveMind | 一个面向真实任务的 AI agent reliability layer，强调更稳的执行、清晰的边界升级与可复用记忆 |
| vibe-101-publish | 面向公众号、知乎、Word 与社交卡片的 Markdown 排版与发布工作台 |
| prompt-engineering-learn | 用交互式内容讲提示工程，强调可视化、实践与上手体验 |
| Hands-on-rl | 以教学导向拆解 DQN / PPO 实现，保留对 RL / MARL 的长期积累 |
- 先把问题讲清楚，再动手做
- 默认使用 AI 扩展方案，但不用 AI 替代判断
- 用案例、清单和评测来减少返工
- 聚焦少数关键赌注，并对最后交付负责
- 作品与方法：yuzc-lab.pages.dev
- GitHub 仓库：github.com/Yuzc-001
- 联系方式：
zxyu24@outlook.com
如果你也在做 AI 工具、AI Native workflow，或者对可靠 agent / MARL 落地感兴趣，欢迎交流。