Xiaoquan Kong（howl-anderson）是一位在AI工程化领域深耕超过十年的实践者，其核心信条是“Building AI systems that ship”，专注于将前沿的LLM与AI Agent技术转化为可交付的生产力工具。
他的代表作《unlocking-the-power-of-llms》以其清晰的Prompt工程与链式设计思路，获得了近2500星标，成为许多开发者入门LLM应用开发的实用指南，直接体现了其“构建可交付系统”的工程哲学。
除了在Prompt工程与AI Agent框架（如agentsilex）上的持续输出，他还为SpaCy中文NLP生态贡献了高质量模型，展现了其在自然语言处理工程化方面的扎实积累。
作为AI GDE社区成员，他通过大量外部项目贡献和开源项目维护，持续影响着AI应用开发的最佳实践路径。
正在读取 GitHub MBTI
如果这个开发者测过，会显示在这里。
使用 Prompts 和 Chains 让 ChatGPT 成为神奇的生产力工具！Unlocking the power of LLMs.
SpaCy 中文模型 | Models for SpaCy that support Chinese
A transparent, minimal, and hackable agent framework. ~300 lines of readable code. Full control, no magic.
汉字拆字库，可以将汉字拆解成偏旁部首，在机器学习中作为汉字的字形特征 | Hanzi Decomposition Library allows Chinese characters to be broken down into radicals and components, which can be used as character shape features in machine learning.
汉字字符特征提取器 (featurizer)，提取汉字的特征（发音特征、字形特征）用做深度学习的特征 ｜ A Chinese character feature extractor, which extracts the features of Chinese characters (pronunciation features, glyph features) as features for deep learning
人民日报语料处理工具集 | Tools for Corpus of People's Daily
输入 GitHub 用户名，看看你的开源贡献会被如何理解。
按公开技术标签与主方向对照市场样本，计算相关度（不依赖求职偏好）。