认识守护我投资组合的 AI Assistant
Source: Dev.to
这是一篇为Google AI 主办的「新年·新你」作品集挑战赛提交的作品
关于我
大家好！我是一名居住在孟加拉国的软件工程师，拥有超过 3 年的 Java 与 Spring Boot 开发经验。
目前在 Technonext（US‑Bangla Airlines 的姐妹公司）工作，带领一个小团队为类似 Uber 的共享出行应用构建复杂的后端架构。虽然我的“主场”是后端开发，偶尔也会写点 Angular，但我相信现代开发者应该永远保持学习的热情。
这次挑战让我第一次深入 Google Cloud Platform——我很高兴它带来了这样的机会。部署到 Cloud Run、配置容器以及集成 Gemini AI，打开了全新的世界。
除了技术层面，我还希望我的作品集拥有 个性。不只是另一张技能表和项目列表，而是能 回应 的存在。
于是诞生了 DS‑7 —— 一个了解我整个职业生涯，并能根据提问者的身份调整语气的 AI 助手。招聘者会得到专业的回答，开发者则会收到风趣的终端回复。
这个作品集正是这段旅程的体现——融合了我的后端根基、前端技能以及 Google AI 工具的强大力量。
作品集
💡 小技巧： 点击右下角跳动的终端图标。尝试输入 ls、sudo，或直接问 “Why should I hire him?”（为什么应该雇佣他？）
(注：上方嵌入的站点已在 Google Cloud Run 上实时运行。点击聊天图标即可向 AI 询问我的技能！)
我的实现过程
1. “AI‑First” 开发流程
本项目诞生于云端。
- 从 Antigravity 开始： 我使用了 Google Antigravity（Google 的 AI‑first 开发环境）来生成初始项目结构。它瞬间搭建好了 Spring Boot 后端和 Angular 前端的脚手架，为我节省了大量的搭建时间。
- 用 Gemini 打磨： 基础搭建完成后，Gemini 成为我的主要副驾驶。我大量依赖它来“完善”项目——细化 TypeScript 逻辑、调试 Docker 网络问题、优化 Spring Security 配置等。
2. 技术栈
- 前端： Angular（构建为响应式 SPA）
- 后端： Spring Boot（Java 17）
- 容器化： Docker（多阶段构建）
- 云平台： Google Cloud Run（无服务器部署，位于
asia-south1区域） - CI/CD： Google Cloud Build（配置为从 GitHub 自动部署）
3. Google AI 集成
除了开发本身，AI 也是用户体验的核心：
- Gemini API： 集成后为聊天机器人提供动力，能够回答关于我的工作经历和项目的问题。招聘者只需问 “Does he know Spring Boot?”（他会 Spring Boot 吗？）而不必阅读简历。
- DevOps 自动化： 使用 Gemini 生成具体的
gcloud部署脚本并搭建 CI/CD 流水线，确保生产环境的顺畅上线。
我最自豪的地方
我最自豪的是 无缝地将新 AI 工具融入专业的 DevOps 工作流。
从 Antigravity 生成项目、用 Gemini 打磨细节，再通过 CI/CD 自动部署到 Cloud Run，整个过程让我感受到软件工程的未来。看到最初的 “Hello World” 变成在 Google 基础设施上运行的完整 AI 驱动应用，这正是 2026 年的完美开端！