About
你好，我是 杨哲（Zhe Yang） 👋
目前就读于 上海工程技术大学光学工程专业，并在 中国科学院上海天文台联合培养。
我的工作主要游走在 天文科研、科研数据处理与 AI Agent 应用开发之间。
平时既会和星表、历表、天体测量数据打交道，也喜欢折腾 Python、Linux、RAG、MCP 和各种自动化工具。
🔭 研究方向
目前主要关注：
- 天然卫星天体测量与轨道研究
- 历史星表系统误差改正
- Gaia 参考系与天文数据处理
- 科研数据自动化处理与软件开发
- AI Agent / RAG / 本地大模型应用
简单来说，就是一边研究天上的卫星，一边研究怎么让电脑少让我干点重复劳动。
📄 论文与科研成果
Correction of Star Catalog Positional and Proper-motion Systematic Errors for Natural Satellite Astrometry
Z. Yang et al.
The Astrophysical Journal Supplement Series, 286:10, 2026
针对天然卫星历史天体测量中不同参考星表引入的系统误差，基于 Gaia DR3 构建统一的星表改正框架，对 17 套历史及现代星表的位置和自行系统误差进行统计、建模与改正，并生成可用于历史观测重新处理的全天改正数据产品。
相关数据产品已公开至 国家天文科学数据中心（NADC）。
🧑💻 现在在做什么
🌌 天文科研
参与太阳系天体历表、天然卫星历史观测数据处理等相关研究。
目前主要使用 Python、Pandas、NumPy、Astropy、HEALPix、SPICE、SOFA 等工具处理大规模天文数据，包括：
- 星表交叉匹配与参考系统一
- 历元归算与系统偏差分析
- 天然卫星历史观测数据标准化
- O−C 残差分析与星表改正
- 科研数据产品与论文图表生成
🤖 AI Agent & RAG
除了天文，我也在探索怎样把大模型真正接进科研工作流。
目前做过的一些东西包括：
- PaperAgent —— 面向科研论文的本地 RAG 知识库
- ScholarPulse —— 自动发现、筛选、分析并归档前沿论文的学术情报系统
- 基于 MCP / Skills / Obsidian 的科研知识自动化工作流
- Ollama / Qwen 本地模型服务与 OpenAI-compatible API
- FAISS、BGE-M3、MinerU 等论文解析与向量检索工具链
比起单纯“调用一个大模型 API”，我更感兴趣的是：
怎样把模型、工具、数据和工作流真正组合成一个能长期工作的系统。
🛠️ 技术栈
主要语言Python · C · JavaScript / Node.js
科研与数据处理Pandas · NumPy · Astropy · HEALPix · SPICE · SOFA
AI / AgentRAG · FAISS · BGE-M3 · MinerU · LangChain · Ollama · Qwen · MCP · Skills
工程与环境Linux · Git · Docker · Conda · SSH · Streamlit · Cloudflare Tunnel
当然，真正最熟练的技能可能还是：
查报错、看日志，以及在凌晨发现“原来是路径写错了”。
🎓 教育经历
上海工程技术大学
光学工程 · 硕士
中国科学院上海天文台联合培养
2024 — 2027
郑州财经学院
数据科学与大数据技术 · 本科
2020 — 2024
🌐 关于我
想看更正式、完整的经历，可以直接查看：
代码是无限的，而 Bug 大概也是无限的。
所以现在的目标变成了：
尽量让 Agent 帮我先消灭一点。 🚀