Anas Khan.
一名软件工程师。
关于我
白天写代码晚上折腾技术
我对技术始终充满好奇与热情。
编程语言。
Python
Golang
TypeScript
后端。
FastAPI
Django
Express
数据库。
PostgreSQL
MongoDB
SQLite
工作经历
Microsoft
2026 年 5 月至今
TypeScript
React
LLMs
Spark
软件工程师
在 Microsoft Cloud + AI 部门为 Microsoft Fabric 客户开发数据工程功能和基于智能体的开发工具,涵盖 Lakehouse、Notebooks、Spark Job Definitions、Synapse Studio 和监控功能。
工作经历
CircuitVerse
2026 年 5 月至今
Ruby
Rails
Vue
Google Summer of Code 2026 导师
担任 Google Summer of Code 2026 的项目导师。
- 作业管理套件与课堂工作流程 指导实现子组管理、团队作业和电路模板库,支持基于仿真的自动评分,并通过 LTI 1.3 与学习管理系统 Canvas 集成。
工作经历
HackerRank
2025 年 1 月至 2026 年 5 月
Ruby
Rails
Python
软件开发工程师
参与支付系统、大语言模型、语音功能和新产品的开发。
- HackerRank MCP 让 AI 工具安全访问 HackerRank 的资源。
- HackerRank Orchestrate 面向 AI 智能体的黑客松及其评估流水线,包括 Agent Files 和由 AI 评委主持的语音面试。 幕后故事 (为首席执行官代笔)。
- AI Mock Interviews 通过语音练习技术初筛、行为面试和 AI 工具使用能力评估等环节。
- Hiring Agent 用于评估简历并打分的开源流程。
- HackerRank Learn 面向实战型 AI 工程课程的早期概念验证,课程以真实项目为基础。
软件开发实习生
与 HackerRank Labs 团队合作开发经常性收入和订阅方案。使用 Ruby on Rails 和 Salesforce API 构建 Slack 机器人,自动化企业客户的开通流程。对 LLaMA 3.2、DeepSeek-7B、Gemma 3 和 Phi-4 14B 等开源大语言模型进行基准测试和微调,提高推理效率。用 Python、Playwright 和 NLTK 开发了可扩展的分布式网页爬取与数据提取系统,标注准确率为 94%。由首席技术官 Hari 指导。
工作经历
Google DeepMind
2025 年 5 月至 11 月
Python
TypeScript
LLMs
研究
智能体式 AI
Google Summer of Code 2025 贡献者
在扩展后的开源编程基准上,为 Gemini、Gemma 和其他多模态大语言模型设计评估流水线。重点评估视觉理解、根据设计稿生成前端代码,以及对用户界面的推理能力。搭建了迭代评估系统,自动将结果发布到 Hugging Face Spaces。
工作经历
FamPay (YC S19)
2024 年 8 月至 11 月
Python
Django
Go
Postgres
AWS
Celery
Docker
后端开发实习生
使用 Django 开发可扩展的数据删除服务,以满足合规要求并改善数据库性能。基于 TPAP 基础设施,使用 Go 和六边形架构实现充值与支付功能,支持超过 10 万名用户在应用内向商家付款(P2M)。
工作经历
General Mills
2024 年 6 月至 8 月
Python
SQL
Airflow
Rancher
dbt
Google Cloud
BigQuery
数字与技术部门实习生
在数据工程团队使用 BigQuery 参与商业数据平台的文件接入项目。为共享邮箱、SFTP 和 Google Cloud 存储桶接收文件制定标准流程。使用 Python 和 SQL 将文件接入流程集成到 Airflow DAG,并用 dbt 执行数据质量检查。
工作经历
Frappe Technologies
2024 年 2 月至 4 月
2023 年 6 月至 8 月
Python
JavaScript
MariaDB
Redis
开发者关系(DevRel)
负责 Frappe 和 ERPNext 在 LinkedIn 和 Twitter 上的账号运营。
软件开发实习生
使用 Python、JavaScript 和 MariaDB 为 ERPNext 所依赖的开源 Frappe Framework 作出贡献。编写 Bash 脚本,在 macOS 和基于 Debian 的 Linux 系统上自动安装和配置软件包,并部署 Frappe Bench。一键安装将部署时间缩短了 47%。设计了库存模块,使用 DocTypes 简化库存跟踪和估值。
工作经历
MohiteTax
2023 年 4 月至 6 月
Python
Selenium
MongoDB
AWS
EC2
EKS
Lambda
Python 开发实习生
用 Python 和 Selenium 脚本通过 MCA Services 自动收集超过 270 万家公司的数据。重构后端,加入 OCR 等 20 多项模块化功能及 REST API 端点。使用 Docker 将系统部署到 AWS EKS 和 EC2,数据抓取耗时减少 65%。借助 AWS Lambda 在指定事件发生时自动触发抓取。
开源贡献
我提交给外部项目的 531 个拉取请求已合并,另有 25 次被单独采纳的提交计入统计。下方列出的 90 个仓库共涵盖其中 497 项贡献。我常去别人的仓库修点东西。
AI、智能体和大语言模型
ollama/ollama
在本地运行开源模型和前沿模型
2 个拉取请求 · 188,000 个星标
unslothai/unsloth
在本地运行和训练大语言模型与扩散模型的界面
7 个拉取请求 · 80,000 个星标
docling-project/docling
面向生成式 AI 的文档解析流水线
14 个拉取请求 · 71,000 个星标
mem0ai/mem0
面向 AI 智能体的通用记忆层
1 个拉取请求 · 69,000 个星标
BerriAI/litellm
调用 100 多家大语言模型提供商的统一 API
1 个拉取请求 · 64,000 个星标
78/xiaozhi-esp32
运行在 ESP32 上的语音聊天机器人,可调用大语言模型并通过 MCP 控制设备
1 个拉取请求 · 33,000 个星标
oraios/serena
提供语义代码检索和编辑功能的 MCP 编程工具包
1 个拉取请求 · 32,000 个星标
ComposioHQ/composio
为能够执行操作的 AI 智能体提供工具包、身份验证和工作台
6 个拉取请求 · 31,000 个星标
openai/openai-agents-python
OpenAI 用于构建多智能体工作流的 Python 框架
5 个拉取请求 · 31,000 个星标
promptfoo/promptfoo
OpenAI 用于大语言模型评估、红队测试和提示词测试的工具包
6 个拉取请求 · 27,000 个星标
deepset-ai/haystack
面向 RAG、智能体和大语言模型应用的编排框架
1 个拉取请求 · 27,000 个星标
comet-ml/opik
调试、评估和监控大语言模型应用与智能体工作流
2 个拉取请求 · 23,000 个星标
google/adk-python
Google 用于构建和评估智能体的 Agent Development Kit
18 次提交 · 22,000 个星标
SWE-agent/SWE-agent
使用你选择的语言模型修复 GitHub 问题的自主智能体
6 个拉取请求 · 21,000 个星标
pipecat-ai/pipecat
面向语音智能体和实时 AI 的开源框架
6 个拉取请求 · 17,000 个星标
googleapis/mcp-toolbox
Google 面向数据库的开源 MCP 服务器
9 个拉取请求 · 17,000 个星标
omnigent-ai/omnigent
开源 AI 智能体框架与运行环境管理工具
22 个拉取请求 · 11,000 个星标
ollama/ollama-python
Ollama 的官方 Python 库
2 个拉取请求 · 11,000 个星标
NVIDIA/garak
NVIDIA 的大语言模型漏洞扫描工具
7 个拉取请求 · 10,000 个星标
HarnessMD/munder-difflin
用于运营由 AI 智能体协作的虚拟办公室的开源软件
1 个拉取请求 · 10,000 个星标
k8sgpt-ai/k8sgpt
借助 AI 排查 Kubernetes 故障的命令行工具
19 个拉取请求 · 8,000 个星标
agent-of-empires/agent-of-empires
通过终端界面或网页管理多个编程智能体
1 个拉取请求 · 5,000 个星标
kagent-dev/kagent
面向 Kubernetes 的云原生智能体式 AI
10 个拉取请求 · 4,000 个星标
UKGovernmentBEIS/inspect_ai
大语言模型评估框架
5 个拉取请求 · 3,000 个星标
coddingtonbear/obsidian-local-rest-api
用于访问 Obsidian 知识库的本地 REST API 和 MCP 服务器
1 个拉取请求 · 3,000 个星标
yctimlin/mcp_excalidraw
用于创建和编辑 Excalidraw 图表的 MCP 服务器
1 个拉取请求 · 3,000 个星标
org2AI/ORG2
记录智能体如何开发软件的系统
1 个拉取请求 · 3,000 个星标
a2aproject/a2a-python
将智能体作为 A2A 服务器运行的 Python 库
2 个拉取请求 · 2,000 个星标
google-deepmind/concordia
在模拟世界中运行生成式智能体的程序库
2 个拉取请求 · 2,000 个星标
a2aproject/a2a-samples
使用 Agent2Agent(A2A)协议的示例
4 个拉取请求 · 2,000 个星标
google-deepmind/mujoco_warp
DeepMind 面向 GPU 优化的 MuJoCo 物理模拟器
2 个拉取请求 · 2,000 个星标
sipyourdrink-ltd/bernstein
用于命令行编程智能体的确定性编排器
1 个拉取请求 · 1,000 个星标
google/agentmesh
Agent Mesh
1 个拉取请求 · 1,000 个星标
johannesjo/parallel-code
在独立的 Git 工作树中并行运行 Claude Code、Codex 和 Gemini
1 个拉取请求 · 1,000 个星标
dapr/dapr-agents
使用 Dapr 工作流与遥测的自主 AI 智能体
11 个拉取请求 · 778 个星标
a2aproject/a2a-js
用于构建 A2A 客户端和服务器的 TypeScript SDK
6 个拉取请求 · 656 个星标
AbdelStark/awesome-typesafe-jev
社区编写的 TypeSafe Jev 类型判断实践指南
2 个拉取请求 · 619 个星标
google-deepmind/simply
使用 JAX 的轻量级大语言模型研究代码库
1 个拉取请求 · 590 个星标
mco-org/mco
并行编排 AI 编程智能体的命令行工具
1 个拉取请求 · 557 个星标
a2aproject/a2a-go
用于构建 A2A 客户端和服务器的 Go 库
2 个拉取请求 · 512 个星标
开发工具与框架
torvalds/linux
Linux 内核源代码树
7 次提交 · 256,000 个星标
react/react
用于构建网页和原生应用界面的程序库
4 个拉取请求 · 253,000 个星标
astral-sh/uv
高性能的 Python 软件包与项目管理工具
2 个拉取请求 · 92,000 个星标
rails/rails
面向 Ruby 的全栈网页开发框架
2 个拉取请求 · 59,000 个星标
reflex-dev/reflex
仅使用 Python 构建网页应用
12 个拉取请求 · 29,000 个星标
kucherenko/jscpd
检测源代码中复制粘贴片段的工具
1 个拉取请求 · 7,000 个星标
可观测性
网页抓取、浏览器与沙箱
cypress-io/cypress
适用于浏览器应用的端到端测试
11 个拉取请求 · 51,000 个星标
apify/crawlee
适用于 Node.js 的网页抓取与浏览器自动化工具
13 个拉取请求 · 27,000 个星标
Skyvern-AI/skyvern
用于执行网页任务的 AI 浏览器智能体
2 个拉取请求 · 23,000 个星标
e2b-dev/E2B
面向企业级智能体的开源安全沙箱
3 个拉取请求 · 15,000 个星标
apify/crawlee-python
适用于 Python 的网页抓取与浏览器自动化工具
24 个拉取请求 · 10,000 个星标
dagger/container-use
面向编程智能体的隔离容器环境
1 个拉取请求 · 4,000 个星标
数据工程
apache/airflow
用于编写、调度和监控工作流的平台
5 个拉取请求 · 48,000 个星标
apache/arrow
加速数据分析的内存列式格式
1 个拉取请求 · 17,000 个星标
fivetran/great_expectations
数据质量与验证框架
3 个拉取请求 · 12,000 个星标
sqlfluff/sqlfluff
模块化 SQL 代码检查与自动格式化工具
15 个拉取请求 · 10,000 个星标
apache/iceberg
面向大型分析数据集的开放表格式
4 个拉取请求 · 9,000 个星标
dlt-hub/dlt
简化数据加载的 Python 工具 dlt
3 个拉取请求 · 6,000 个星标
apache/calcite
动态数据管理框架
3 个拉取请求 · 5,000 个星标
unitycatalog/unitycatalog
面向数据和 AI 的开放多模态目录
3 个拉取请求 · 4,000 个星标
SQLMesh/sqlmesh
可扩展的数据转换框架,兼容 dbt
10 个拉取请求 · 3,000 个星标
apache/parquet-java
适用于 Java 的 Apache Parquet 列式数据格式
5 个拉取请求 · 3,000 个星标
apache/polaris
面向 Apache Iceberg 的开放目录
6 个拉取请求 · 2,000 个星标
openGemini/openGemini
CNCF 分布式时序数据库
9 个拉取请求 · 1,000 个星标
apache/iceberg-python
PyIceberg:用于操作 Apache Iceberg 表的 Python 库
14 个拉取请求 · 1,000 个星标
云原生与 Kubernetes
kestra-io/kestra
事件驱动的编排与调度平台
14 个拉取请求 · 30,000 个星标
dapr/dapr
面向分布式云端和边缘应用的可移植运行时
7 个拉取请求 · 26,000 个星标
rook/rook
Kubernetes 存储编排工具
12 个拉取请求 · 14,000 个星标
higress-group/higress
面向 AI 应用的 API 网关
1 个拉取请求 · 10,000 个星标
tektoncd/pipeline
面向 Kubernetes 的云原生 CI/CD 流水线资源
13 个拉取请求 · 9,000 个星标
kubevela/kubevela
现代云原生应用平台
6 个拉取请求 · 8,000 个星标
flyteorg/flyte
面向数据和模型的动态 AI 工作流编排
1 个拉取请求 · 8,000 个星标
kserve/kserve
基于 Kubernetes 的标准化 AI 推理平台
1 个拉取请求 · 6,000 个星标
cloud-custodian/cloud-custodian
用于云安全、成本管理与治理的规则引擎
12 个拉取请求 · 6,000 个星标
volcano-sh/volcano
CNCF 旗下的云原生批处理系统
2 个拉取请求 · 6,000 个星标
strimzi/strimzi-kafka-operator
Apache Kafka on Kubernetes
3 个拉取请求 · 6,000 个星标
kgateway-dev/kgateway
云原生 API 网关与 AI 网关
1 个拉取请求 · 6,000 个星标
dragonflyoss/dragonfly
点对点数据分发与容器镜像加速
5 个拉取请求 · 3,000 个星标
open-feature/flagd
遵循 Unix 哲学的功能开关守护进程
10 个拉取请求 · 1,000 个星标
教育与社区
TheAlgorithms/C
用于学习算法与数据结构的 C 语言示例
1 个拉取请求 · 23,000 个星标
fastapi/sqlmodel
适用于 Python 的 SQL 库,支持 Pydantic 与 SQLAlchemy 共用类型定义
1 个拉取请求 · 19,000 个星标
open-telemetry/opentelemetry-collector
接收、处理并导出追踪数据、指标和日志的采集器
1 个拉取请求 · 8,000 个星标
google-deepmind/open_spiel
用于研究游戏中强化学习的框架
2 个拉取请求 · 6,000 个星标
google-deepmind/formal-conjectures
用 Lean 形式化表述的一组数学猜想。
13 个拉取请求 · 1,000 个星标
CircuitVerse/CircuitVerse
在线数字逻辑电路模拟器
2 个拉取请求 · 1,000 个星标
code100x/daily-code
每日编程练习平台
2 个拉取请求 · 954 个星标
博客: 分享我的经历、技术文章与思考。
我是如何在最后关头订到 IndiaFOSS 门票的
2026 年 9 月 1 日 · 834 次浏览 · 阅读约 23 分钟
REST、GraphQL 还是 gRPC?如何选择适合的 API 范式
2025 年 10 月 7 日 · 2,400 次浏览 · 阅读约 14 分钟
解析 Interview Coder:我周末尝试作弊的经历与收获
2025 年 4 月 1 日 · 6,100 次浏览 · 阅读约 12 分钟
我的 Atlan 面试经历
2024 年 12 月 9 日 · 3,000 次浏览 · 阅读约 9 分钟
我的 General Mills 面试经历
2024 年 9 月 14 日 · 2,400 次浏览 · 阅读约 14 分钟