软件工程师 Anas Khan 的头像

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。

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。
项目

CodeClip.

CodeClip 是我的第一个全栈网页项目。与 GitHub Gists 类似,它可以保存和管理代码片段,通过自定义链接分享,并设置密码保护。后端使用 Flask 和 CS50 库,支持安全登录与动态生成二维码。前端使用 Bootstrap,适配不同屏幕。这是我学习开发的第一个里程碑,所以一直保留在这里。
打开 CodeClip 的 GitHub 仓库
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。
查看我的贡献 →
排序方式
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
博客: 分享我的经历、技术文章与思考。

保持联系。

cal.com/anxkhn
也可以给我发 邮件。