👨🔬 关于作者：材料与IT的连接者
一名在制造业一线深耕，同时热衷于通过 代码（Code） 重构 工程（Engineering） 效率的研发工程师。
技术哲学：物理世界的边界由材料决定，而工程效率的上限由逻辑定义。我致力于将 Python 脚本、AI 工作流与传统的材料研发（R&D）深度融合。
研发领域：高分子材料改性 / 挤出模压工艺 / 结构失效分析。
IT 栈：
- 自动化：基于 Python/Shell 的生产力脚本开发（如 API 驱动的图床管理、数据清洗）。
- AI 集成：利用 LLM 辅助代码编写、工程文献摘要提取及知识库构建。
- 数据科学：DOE 实验设计、Minitab 统计分析、数据可视化。
欢迎关注微信公众号：《材料与逻辑》
🏗️ 关于本站《材料与逻辑》：研发人员的数字实验室
本站不仅是材料科学的记录地，更是 IT 自动化技术 在工业场景下的实践笔记。
核心探讨板块
- [物理特性]：材料微观结构与宏观性能（DSC、DMA、TGA、力学性能）的实测数据。
- [自动化工作流]：
- 脚本驱动：利用 Python 处理冗长的实验数据，开发 CLI 工具简化工作路径（如一键上传图片至 Lsky Pro）。
- 生产力工具：基于 Mac/Linux/Win 三端的生产力配置，Shell 环境优化。
- 私有云与运维：Synology NAS 的 Docker 应用、自建服务（图床、Wiki、监控）的运维。
- [AI 增强研发]：探索 AI 如何介入 R&D 流程，包括 Prompt Engineering 在材料配方筛选中的应用。
- [逻辑方法论]：RCA 根本原因分析、第一性原理在解决工程难题中的落地。
📡 技术栈与站点状态
| 模块 | 技术实现 | 状态 |
|---|---|---|
| 基础架构 | Hexo + NexT + GitHub | ✅ 自动化部署 |
| 资产管理 | Lsky Pro (API 自建图床) + Python 上传脚本 | ✅ 流程闭环 |
| 知识管理 | Logseq + Nas 同步 | ✅ 持续输出 |
| 研发工具 | Mermaid.js (流程图)、MathJax (复杂公式) | ✅ 已集成 |
| 交互增强 | Twikoo 评论系统 (vps 部署) | ✅ 已打通 |
🛠️ 数字化工具箱 (Stack)
- 开发环境：VS Code / iTerm / Oh My Zsh / vim.
- 自动化辅助：Python (Requests, Pyperclip, Pandas)、Shell.
- AI 助手：gemini / ChatGPT / qwen (用于逻辑推演与脚本优化).
- 基础设施：Ubuntu Server / Docker / macOS / Synology NAS.
⏰ 博客路线图 (Roadmap)
- 自动化专题：发布系列文章，开源用于材料数据抓取和图床管理的 Python 、Shell工具集。
- 标准数字化：尝试将 ISO/ASTM 等行业标准转化为结构化的逻辑思维导图。
- 逻辑思维方法论：系统化总结 RCA（根本原因分析）、第一性原理（First Principles）及 MECE 原则在处理复杂工程失效和系统架构设计中的落地案例。
- 视觉化逻辑工具：记录如何利用 Mermaid.js、Excalidraw 及 XMind 将抽象的材料改性工艺路径与程序算法逻辑进行具象化建模。
- 数字大脑构建：分享基于 Logseq 的双链笔记实践，探索如何利用双向链接建立材料科学与 IT 技术之间的跨学科逻辑关联。
🎯 链接与合作
“Engineering is the closest thing to magic that exists in the real world.”
- 微信: zhyong_site
- Email: zhyong682025@163.com