韩涛 (Tao Han)

AI 模型训练与部署 · 生物信息学分析 · 分子生物学实验 · 科研工程交付

核心成果

IJMS 期刊论文 · 第四作者

2026

Brassicaceae YABBY 系统发育与 CRC 介导柱头发育调控，IJMS 27(13):5740。CRediT: Software, Data curation。

DOI: 10.3390/ijms27135740

Linxira Bio SDK · 主导开发

AGPL-3.0 开源

本地优先生信分析平台：Rust 原生引擎 + GUI/CLI + agent skills；94 个分析能力（中英双语文档各 94 份）、28 个 agent skills。

github.com/Linxira-OS/linxira-bio-sdk

发明专利 · 第一发明人

202510091154.4

基于 CNN 的多算法微生物培养综合识别方法及系统 · 云南农业大学 · 2025-05-16 公布

科研与实习经历

课题组研究助理

2025.01 — 2026.05

完成十字花科 YABBY 家族鉴定、系统发育、顺式元件扫描和转录组差异表达分析；独立搭建微生物菌落 CNN 检测与计数流程。
交付：IJMS 第四作者（Software, Data curation）；发明专利申请第一发明人。

校内实习 — 荞麦矮化基因挖掘

2026.03 — 2026.06

BLASTP/RBH 筛选 DWF4 直系同源候选 + 局部共线性；整合 24 样本 RNA-seq、WGCNA、GSEA/Mfuzz、启动子、系统发育和 AlphaFold 证据。
交付：完成 350 bp RNAi 靶片段、发卡表达盒与酶切方案的 in-silico 设计。

生物信息学分析

可独立完成植物 RNA-seq、候选基因筛选、系统发育与结构预测的可复现分析；能把多层计算证据串成候选基因证据链并完成结构解释。

管线

HISAT2featureCountsDESeq2WGCNAGSEA/MfuzzBLASTP/RBHMAFFTIQ-TREEJASPAR motifAlphaFold

语言与交付

PythonRShell统计与可视化自动化报告

求职方向

科研数据分析 / 生物信息学分析：数据清洗、统计与可视化、生信分析及自动化报告
实验室 / 科研助理：按 SOP 完成实验，做好实验记录、样本与数据整理及结果分析

教育背景

云南农业大学

本科在读 · 预计 2027.06 毕业

生物技术专业

AI 训练与部署

模型训练：PP-YOLOE+、PP-YOLO、YOLOv5/v8 训练与微调；学习率策略对比与训练曲线记录
部署：ONNX 导出、NCNN、Android/树莓派边缘推理；CUDA/Paddle/PyTorch
异构迁移：Ascend/OpenI/MindSpore 数据准备与 dry-run 调度脚手架

分子生物学实验

植物表型鉴定RNA 提取与反转录qRT-PCR分子克隆组织培养

受过系统训练，可按 SOP 独立完成已掌握步骤，规范记录并衔接后续数据分析。

可核验交付

IJMS 论文第四作者，CRediT: Software、Data curation
发明专利申请第一发明人，申请号 202510091154.4
Bio SDK：94 分析能力 / 28 skills / AGPL 开源仓库
GitHub 公开代码、评测记录、项目文档与版本发布

韩涛 · 项目与工程实践

GitHub: github.com/BOHUYESHAN-APB|博客: bohuyeshan.top|Email: [email protected]

开源项目精选

Linxira Bio SDK主导开发

本地优先生信分析平台：Rust 原生引擎 + GUI/CLI + agent skills；94 个分析能力、28 个 skills、AGPL-3.0。

Rust · Python · R · Java

openagent-labforge-bio

OpenCode 科研编排插件：权限分层、计划执行、续跑/审查、会话检查点与 MCP；19 个 Agent 定义、617 个技能指令包索引。

TypeScript / Bun

Buckwheat-seed-quality

PP-YOLOE+ 荞麦籽粒检测与多端推理；树莓派 5 同机 20 图测试 NCNN 307 ms vs ONNX 561 ms（约 1.83×）。

Python / Kotlin

CNN-MicroAI-Colony

菌落检测与抑菌圈分析多端原型；5 图小样本测试 CPU 延迟 2539→1884 ms（约 26%）。

Python / ONNX

更多在研

Linxira OS 科研发行版extendai-lab-Studio 控制面Zeta (OMP/Pi agent)

模型训练与部署

目标检测训练与边缘推理

围绕 PP-YOLOE+、PP-YOLO 和 YOLOv5/v8 开展训练、微调、ONNX 导出及 Android/树莓派推理；比较余弦退火、Restart 和分段式学习率策略。

异构硬件迁移

CUDA/Paddle/PyTorch 实验；Ascend/OpenI/MindSpore 数据准备、参数解析与 dry-run 调度脚手架，完整训练指标待补齐。

在研与技术迁移

Python / R 性能热点跨语言迁移

自学与原型验证

借助 AI 编程辅助梳理文件解析、表格处理和计算热点，尝试以 Rust/C++ 重写受解释器与单线程限制的模块；当前不声明统一性能结论。

Linxira OS

架构与路线图在研

规划基于 Arch 的科研工作站发行版：双内核、签名仓库、审核软件目录；ISO 构建与兼容性验证尚未完成。

竞赛项目经历

中国国际大学生创新大赛 · 人工智能赛道主持

"挑战杯"相关项目 · 负责人 · 省级立项

大学生创新创业训练项目 · 省级立项 · 中期检查优秀

创新创业挑战项目 · 院系资助 · 优秀结题

组织参与

Linxira OS：发起科研发行版规划；Bio SDK 主导开发
openagent-labforge-bio：主线项目，持续开发维护
OpenI 启智社区：公开保存部分 NPU/GPU 任务与模型记录
YeShanBoYun Studio：组织成员

核验入口

GitHub：github.com/BOHUYESHAN-APB
博客：bohuyeshan.top
OpenI：openi.pcl.ac.cn/bhys
ORCID：0009-0002-8426-0610

自我评价

生物技术本科在读，能衔接实验执行、数据整理与生信分析；已在发表论文中承担 Software 和 Data curation 贡献，主导开发 Bio SDK 开源项目，并持续训练与部署视觉模型。