我关注如何把复杂流程做成可运行、可验证、可追踪的后端系统。目前的工程实践来自 RoboTwin 具身智能比赛,以及围绕评测、交付和性能分析独立实现的三个 Java 项目。
English: Fudan undergraduate building reliable Java backend systems and developer tools for evaluation orchestration, regression analysis, and HTTP performance testing.
查看项目 → robotwin-evaluation-platform
基于真实比赛中的评测与交付流程,使用 Java 17 / Spring Boot 3 独立实现的后端系统,包含可直接操作的 Web 控制台。
- 评测编排:任务状态机、不可变配置快照、异步逐场落库、失败重试。
- 结果审计:支持真实
score_audit.json导入,保存计分快照并重新计算汇总指标。 - 可靠上传:乱序分片、断点续传、分片幂等、数据库行锁和 SHA256 合并校验。
- 安全与集成:JWT 角色权限、可配置 RoboTwin HTTP Runner 适配器、OpenAPI 文档。
- 可视化演示:登录、一键评测、episode 查看、浏览器分片上传与验证后下载。
Java 17 Spring Boot 3 Spring Security MySQL / H2 Flyway JUnit / MockMvc Docker
**验证结果:**15 个集成测试;真实 JAR 和浏览器端到端演示均已跑通。
用于比较两次模型评测的 Java CLI,避免只看总分而忽略具体场景退化。
- 校验 episode 和 seed 是否一一对应,保证比较公平。
- 识别成功恢复、成功变失败、步数增加和减少。
- 输出控制台、JSON 和无依赖 HTML 报告。
- 通过退出码支持 CI 模型发布门禁。
真实本地样例中,工具识别出 84.1 → 79.7、成功率 0.8 → 0.6,并定位到 seed 4 的 SUCCESS → FAILURE,没有仅用平均步数得出“模型更快所以更好”的错误结论。
Java 17 Jackson JUnit 6 CLI CI Quality Gate · 5 个自动化测试
纯 Java 并发 HTTP 压测工具,可以直接用于检验上面的 Spring Boot 服务。
- 固定线程池控制并发,调度器实现 RPS 限速。
- 记录状态码、异常、响应大小和纳秒级请求耗时。
- 统计吞吐量、成功率及 P50/P90/P95/P99 延迟。
- 输出控制台、JSON、逐请求 CSV 和 HTML 性能报告。
在本地真实演示中,50 个请求以并发 5、目标 50 RPS 执行,工具准确识别了 45 次成功和 5 次故意构造的 503,并生成延迟分布报告。
Java 17 HttpClient Concurrency Performance Analysis · 5 个自动化测试
- Hutool 生产代码修复:#4360 与 #4366 已合并,处理不同 Locale 下的 Getter/Setter 判断和 Bean 属性大小写匹配问题。
- RxJava 测试与 API 贡献:34 个 PR 已获维护者合并,其中 32 个主要处理并发测试隔离和不确定性;#8395 与 #8396 分别新增
Streamable.just多参数重载和count()生产 API。
这些贡献都经过上游维护者审核;测试稳定性工作不包装成生产功能开发,原创项目与 Fork 贡献工作区也分别展示。
独立负责初赛的数据处理、模型训练、HTTP 推理服务、评测审计、问题排查及官方材料提交,项目晋级决赛。
这段经历让我接触到的不只是模型训练,还包括数据契约、配置隔离、固定场景评测、失败证据留存,以及 GB 级提交文件的完整性核验。原始比赛工程以 Python 为主,上面的 Java 项目是后续独立实现的工程化成果,两者不混淆技术栈。
- 三个项目合计 25 个自动化测试,并为每个项目配置 GitHub Actions。
- 不只展示源码,还提供一键演示、真实样例、HTML 报告和浏览器截图。
- 可运行优先:先完成真实调用链,再讨论更复杂的架构。
- 证据优先:代码、测试、日志和演示比“高并发”“生产级”等标签更重要。
- 诚实标注边界:本地实验、合成演示、契约测试和真实环境联调分别说明。
目前继续完善 Java 后端工程能力,连接真实 RoboTwin Runner,并探索对象存储与更完善的任务执行机制。欢迎交流 Java 后端、小型工程需求及具身智能工程化。

