2026 — 至今
已上线本站 · AI 知识与工程平台
Personal AI Knowledge Platform
可上线的前端技术平台:Portfolio、Engineering Lab、AI 知识助手与私人面板。
- Next.js 全栈 + SSE AI 助手闭环
- Docker / Actions 生产部署
精选
代表交付:本站平台、AI 多端产品、ToB SaaS
2026 — 至今
已上线Personal AI Knowledge Platform
可上线的前端技术平台:Portfolio、Engineering Lab、AI 知识助手与私人面板。
2024.07 — 2025.01
ChatAI Multi-platform Application
面向 C 端的多端 AI 对话产品:H5 / 小程序 / App,覆盖 SSE 流式对话、登录与支付。
2025.05 — 至今
Enterprise WeCom SCRM
ToB 企微营销 SaaS:Web(JS)/ 企微 App(TS)双端;群发与循环营销、SOP、客户画像、AI 质检与话术助手。
早期项目
晟为数科时期 ToB 交付归档
能力时间轴:从企业后台到 AI 应用,再到现代全栈平台
2022 — 至今
前端工程师
2022
晟为数科早期 ToB:授权管理、设备运维、应用运营后台。
2024
同司 ChatAI:H5 / 小程序 / App 流式对话、登录与支付调起。
2025
百珏企微 SCRM(Web JS / App TS)与银行营销 H5 模板化交付。
2026 · 至今
独立设计并上线 Taylor Studio:Portfolio、Lab、知识库助手与生产部署闭环。
性能
上方:目标阈值 + 本会话实测。下方:生产站 Lighthouse 归档分数(非模拟)。
LCP
最大内容绘制
< 2.5s
浏览页面后自动采集
目标阈值。会话实测见「实测」标签;生产 Lighthouse 首页 LCP 约 2.6s(mobile,2026-08-10 复测)
CLS
累积布局偏移
< 0.1
浏览页面后自动采集
目标阈值。生产 Lighthouse 首页 CLS 为 0(mobile,2026-08-10)
INP
交互至下次绘制
< 200ms
浏览页面后自动采集
目标阈值;依赖本会话交互后由 web-vitals 采集(Lighthouse 默认报告不含稳定 INP)
Bundle
打包体积
ANALYZE=1
浏览页面后自动采集
App Router 按路由拆分;Lab HTML 不进主包。分析:ANALYZE=1 npm run build
Lighthouse · 生产环境
在 yywtaylor.cyou 用 Lighthouse CLI(手机端)实测四维分数;完整记录见仓库 docs/lighthouse.md。
https://yywtaylor.cyou · 手机端 · Lighthouse CLI 12.8.2 · 2026-08-10
| 页面 | 性能 Perf | 无障碍 A11y | 最佳实践 BP | 搜索优化 SEO |
|---|---|---|---|---|
| 首页/ | 95 | 96 | 96 | 100 |
| AI 助手/assistant | 99 | 96 | 96 | 100 |
| 实验室/lab | 48 | 95 | 93 | 100 |
实验室页性能分偏低,主要来自实验页主线程占用(总阻塞时间),不作为作品集首屏指标。
性能 Demo 见 /lab?cat=performance
技术迁移 · SSE 流式交互 · 全栈部署