网站简介

Fosowl 是 ML/AI 工程师 Martin Legrand 的个人技术网站，主要展示其在 Agentic AI 和 本地 LLM（大语言模型） 方向的研究与实践。网站内容涵盖多个自主开发的 AI 项目、学术论文、技术文章、开源代码以及个人履历，全面呈现作者在人工智能领域的专业能力与探索成果。

主要功能/内容

1. 核心项目展示

• Mimosa-AI：一个用于科学研究的多智能体 AI 框架，支持自动生成假设、设计实验并分析结果，加速多学科科学发现进程。该项目采用神经进化启发技术，可自主演化自身架构与学习策略，在法国 CNRS HolobiomicsLab 开发。
• AgenticSeek：拥有 23k+ Star 的开源项目，是 Manus AI 的完全本地替代方案。该系统具备自主执行复杂任务的能力，无需云端依赖，为注重隐私的用户和企业提供本地化 AI 解决方案。
• 3 Toks：一个极简高效的 LLM 智能体框架，设计用于低资源设备上快速运行。通过树状决策遍历和编号菜单交互，模型仅需约 3 个 token 即可完成响应，其余逻辑均由代码确定性处理。
• Monocular SLAM：基于 C++ 和 OpenCV 的实时单目 SLAM 系统，实现相机定位、三维重建、特征检测与稀疏点云生成，适用于机器人等领域。
• SoundGAN：基于 PyTorch 的生成对抗网络，用于合成音频生成，并集成了 MLOps 流水线，确保可复现实验与模型版本管理。
• RL Experiments：包含经典强化学习控制问题的解决方案，如 Cart-Pole、Lunar Lander、Bipedal Walker，实现了 DQN、PPO 和策略梯度方法，并提供性能分析。

2. 职业经历与技术专长

网站详细列出了作者的职业发展轨迹：

• 现任 CNRS 国家科学研究中心的 AI 研究工程师（2024 至今），主导 Mimosa 框架。
• 曾在 Alten 担任 AI 研究工程师，开发基于 LLM 的语音命令系统，控制无人机和机械臂等自主代理，通过融合策略将 1B-7B 参数模型的性能提升 15–20%。
• 在 Woodetect 担任机器学习工程师，基于 CNN 构建音频识别系统，监测森林砍伐活动。
• 早期在 CNRS LAERO 担任 DevOps 工程师，制作嵌入式 Linux 发行版用于大气污染测量。

技术栈包括：

• 编程语言：Python, C/C++, Go, C#, R, CUDA, JavaScript
• ML/AI 框架：PyTorch, TensorFlow, Transformers, Keras, NumPy, Hugging Face, Agentic AI
• 基础设施：Docker, AWS, GitHub Actions, MLflow, Linux, 嵌入式系统

3. 教育与学术

• 毕业于 EPITECH（欧洲理工学院），获得计算机科学硕士学位（2019–2024），主修 AI 方向。
• 曾于 台湾逢甲大学 参加国际交换项目（2022–2023），学习计算机视觉、优化理论、最优控制，并接触亚洲技术市场。

4. 博客与联系

网站设有研究博客（Research Blog），作者会发布论文、工程笔记与思考。同时提供 GitHub 链接和邮箱，方便同行交流与合作。

特点说明

• 聚焦前沿方向：网站内容高度专注于 Agentic AI 和本地 LLM，契合当前 AI 领域的热点趋势。
• 开源共享精神：项目如 AgenticSeek 拥有大量 Star，代码公开，社区活跃，体现作者对开源生态的贡献。
• 工程与学术并重：既有 arXiv 论文预印本，又有实际落地的工程项目，强调从研究到应用的完整链路。
• 面向隐私与效率：多个项目致力于减少云端依赖、降低资源消耗，为边缘设备和敏感场景提供可行的 AI 方案。
• 国际化背景：作者拥有法国、台湾等多地工作学习经验，网站内容也展示了跨文化协作与全球化视野。

总之，Fosowl 网站是 AI 工程师 Martin Legrand 的专业名片，也是了解 Agentic AI 本地化实践、多智能体科研框架和轻量级 LLM 应用的一个重要窗口。