- 博客(34)
- 收藏
- 关注
RSS订阅原创 租房交接H5怎么做？照着9句写需求
我先给结论：租房交接H5最值得做的，是把“房间现状、表数、钥匙和双方确认”留在同一份记录里，花哨的电子合同可以往后放。我帮一位管着12套房的朋友整理流程时，没先画原型，只写了9句人话。零代码做H5、租房交接清单、房屋验收记录、AI生成H5、不会编程做应用。
2026-07-30 17:41:01
193
原创 营养计算H5，我把需求拆成6条
我的结论是：菜单营养计算H5最容易返工的地方在数据口径和计算规则，页面排版反倒靠后。我做产品方案时，把需求固定成六条，每条都有输入、规则和验收例子。这样我用中文持续修改时，能指出改哪一条，也不会让一次小调整牵动整份需求。我常搜的词是“营养计算H5、菜单热量计算器、每100克营养成分、食物营养数据库”。搜完我先拿一份三道菜的菜单走通：选食材、填可食重量、计算单菜营养、汇总整份菜单、切换每份与总量，首页留到流程跑顺后再画。下面是我保留的六项需求与复查方法。
2026-07-26 16:17:31
189
原创 库存盘点小程序，AI省了多少代码
我的结论先放数字：同样做一个仓库库存盘点小程序，我把预计 31.5 小时压到 10 小时，少手写约 2222 行业务代码；省下来的工作集中在页面、表单和基础数据流，盘点准确性仍靠我测试。我是独立开发者，这次给一个小仓库做内部工具。范围很克制：3 个库区、120 个 SKU、6 个页面、4 类数据对象。页面包括盘点任务、扫码录入、差异复核、库存查询、历史记录和设置；数据对象是商品、库存快照、盘点任务、盘点明细。我没有接采购、销售、财务，也没有做复杂批次成本。
2026-07-22 13:26:52
189
原创 AI生成的小程序，数据能导出换平台吗
先把结论摆前面：能，但你得在做之前就想清楚数据存哪、怎么拿出来，别等攒了几千条客户数据才问这个。下面用问答的方式把常被问到的几点说透，都是我自己做小程序时真纠结过、后来搞明白的。我不是科班出身，做小程序纯靠一个说中文就能生成应用的 AI 平台。正因为不是技术背景，这些"会不会被绑死""数据是不是我的"的问题，我当初比谁都焦虑。A：分两种。一种是你没接自己的后端，数据默认放在生成平台给你的存储里；另一种是你把它接到自己的数据库或云服务上。前者上手快、适合先跑起来看反应；后者数据完全在你手里。
2026-07-18 18:16:45
284
原创 哪些需求能让AI生成，哪些该找开发
这半年我用中文描述需求、让 AI 直接生成小程序做了七八个东西，有的一把过，有的做到一半发现还得请人。踩下来我攒了一份判断清单，帮你在动手前想清楚：眼下这个需求，是自己说两句话生成，还是老老实实找开发。
2026-07-14 13:26:32
221
原创 Agent灰度别随机分流，用一致性哈希给用户分桶
灰度放量这事我以前用random()分流，吃过一个特别隐蔽的亏：同一个用户连着问两句，第一句被分到新版 prompt，第二句又随机回了旧版，回答风格前后不一致，用户当场就懵了——"你刚才不这么说话啊"。后来换成按用户 ID 做一致性哈希分桶，同一个人永远落在同一桶，问题没了。这篇就讲清楚为啥要分桶、怎么分。
2026-06-29 16:50:50
268
原创 大模型幻觉怎么治？引用溯源兜底实操
先把结论甩前面：想让大模型别瞎编，靠 prompt 写「请不要编造」基本没用，得逼它每句话都挂知识库的引用来源，查不到就老老实实说不知道——这套组合拳我跑了两周，幻觉肉眼可见地降了。下面是我自己踩过坑后总结的步骤。事情起因挺糟心的。上个月我给一个内部客服场景做问答机器人，测试同事问了句「我们 7 天无理由退货的运费谁出」，模型答得那叫一个流畅，条款编号、责任划分、甚至「依据《消费者权益保护法》第 X 条」都给我编出来了。我一查知识库，根本没这条。那一刻说实话我有点冒汗——要是这话发给真实用户，售后得炸。
2026-06-28 20:06:00
239
原创 知识库做混合检索：关键词加向量召回不全的解法
先把结论甩出来：知识库别只用向量检索。纯向量召回会漏掉一类东西——精确的名词、编号、型号、缩写。补一路关键词检索（BM25 那种）跟向量一起跑，做成 hybrid 混合检索，召回才补得齐。下面是我自己踩过坑之后的选型记录。
2026-06-27 14:44:45
215
原创 few-shot示例放几条最划算？我实测了0/1/3/5条
我事后扒了下加的那几条,发现 3 条之所以好,不是数字本身有魔力,是因为我那七八个类里,真正容易混的边界对就那么三组。一组配一个对照例子,边界就划清了。如果你的任务有十几个互相打架的类,那甜区可能就不是 3,得往上挪。数一下你任务里到底有几对容易混的边界,大致就给几条例子,一对一覆盖。还有个坑提一句:例子选得烂,加再多也白搭。我中间犯过一次蠢,3 条例子全挑的简单样本,结果在边界 case 上照样翻车——后来把例子换成"最容易判错的那几种",立马见效。
2026-06-26 17:59:22
243
原创 线上Prompt改一版就翻车怎么快速回滚
我本来都想好要写多少胶水代码了——结果用了一个零代码就能配智能体的平台,拖几个节点、把 Prompt 填进去、挂个现成模型,半天就跑起来了,一行业务代码没写。它也就是个干杂活的,真正难的业务判断还得人来,Prompt 写得干瘪它照样给你干瘪的结果——第一版我图省事写太简略,出来的周报跟流水账似的,还是回去把要求写细了才像样。小心是没用的,人一定会改错,要做的是让"改错"这件事的代价变小。后来复盘才搞明白——我加的那段"多共情"的示例,无意中把模型的注意力从结构化输出带跑偏了,它光顾着暖,把硬性字段给吞了。
2026-06-25 17:54:32
208
原创 Agent成本失控？按节点选小模型省钱
我把这些全换成小模型后，单次成本降到原来的零头，准确率几乎没变——分类这种事，大模型的"智商优势"根本用不上。把"该用小模型的地方换成小模型"之后，月成本砍掉六成多，质量基本没掉。这套按节点选型，我是在一个能挂多源大模型的平台上配的——每个节点单独指定用哪个模型，下拉一选就换，不用为了换模型改代码。能干是能干，但一个意图分类、一个格式抽取这种小活儿，也喂给顶配模型，等于开着跑车去买菜——贵，还慢。MaaS，大中小模型都是现成 API 直接调，没自己部署算力，按用量付费，降级省下来的是真金白银。
2026-06-24 12:58:02
236
原创 多租户 RAG 知识库权限怎么隔离
中小租户用元数据过滤兜底,但加了两道保险:一是把tenant_id过滤写进检索的公共封装里,任何检索调用都自动带上,不给"忘记"的机会;二是上线前专门写了一条越权检索的测试用例,A 租户的请求去搜 B 的关键词,断言必须召回 0 条。少数强合规的大客户单独切独立 collection。这套混合策略落地下来,既没为小客户上重型方案,又给大客户留了硬隔离。
2026-06-23 19:53:17
188
原创 Agent调三方API失败的重试降级
让AI小助手去调第三方API——查天气、查快递、调汇率、拉个外部数据——这步特别容易出问题。三方接口不稳是常态，超时、限流、偶发500，你不做兜底，用户那边就是干等或者一句冷冰冰的"服务异常"。我搭的一个智能体大量依赖外部接口，重试降级这块踩了不少坑，写下来。
2026-06-22 14:51:42
165
原创 一套知识库答多国语言：多语客服
跨境电商最头疼的事之一：一份中文产品手册，要同时支撑英语、西语、阿拉伯语用户的客服问答。很多人第一反应是"那就把知识库翻译成五种语言各存一份"。我先说结论——那是下策，会把自己埋进维护地狱。下面讲讲我的思路和踩的坑。
2026-06-21 14:52:08
228
原创 RAG知识库别全量重建：增量更新工程实践
讲个真实的坑：政策文档常有"附件3见正文"这种跨文件引用，按单文件切片会把上下文切断，召回回来是半句话。落地我用的是一个零代码搭智能体、带场景化知识库的平台，知识库支持按文档增量管理、配定时同步，不用自己写向量库的增删改脚本。但有个取舍：它的切片粒度是几个预设档，特别刁钻的文档结构（比如复杂表格嵌套）自动切的效果一般，得自己拆好再传。每个向量块要带上来源文档ID,更新某份文档时，先按文档ID把它的旧向量全删掉，再把新内容切片灌进去。我挂了个每天凌晨跑一次的同步，扫源目录、比哈希、增量更新，全自动。
2026-06-20 15:48:43
236
原创 自然语言查数据库：数据问答智能体怎么搭稳
业务同事天天找我跑数："上季度华南区退货率多少""排个 Top10 客户出来"。我嫌烦，搭了个能用大白话查数据库的智能体，让他们自己问。听着简单，真要搭稳，坑不少。重点不是把自然语言转成 SQL——那一步现在的模型基本能做——而是怎么让它别查错、别瞎编。
2026-06-19 13:11:08
219
原创 Agent调外部HTTP接口的鉴权,我整理了一份避坑清单
让 Agent 去调公司内部的 HTTP 接口,听着简单,真接的时候鉴权这块全是坑。我接了三四个接口,踩平之后整理成一份清单,照着走能少走弯路。
2026-06-18 15:38:14
200
原创 自建向量库 vs 直接用平台RAG，什么时候选哪个
做带知识库的智能体，迟早碰到这个岔路口：知识库这块，是自己搭一套向量库（Milvus、pgvector 这些），还是直接用平台现成的 RAG 能力？我两边都干过，这篇帮你把决策条件理清楚，别凭感觉拍。
2026-06-17 15:21:26
261
原创 顾客拍张照片问“这件有没有别的颜色“，导购Agent怎么接
顾客发图，助手不是凭空想象，是去这个库里找真实在售的货,所以不会推荐一个不存在的商品出来。那是去年双十一前，一个做女装的朋友拉着我喝奶茶，吐槽：顾客在店里发张商品图问"有没有同款别的颜色""配什么裤子",客服回不过来。它早期给的建议像复制粘贴的电商文案，"轻松穿出高级感"那种，顾客一看就知道是机器。我后来让它对颜色拿不准时回一句"看着像深蓝，您要的是这个吗"，先确认再推。我要的是：顾客丢一张衣服照片，助手能认出这是哪类商品，再去推同款、配搭、库存。库存必须实时从朋友的系统拿，我是配了个节点去查接口的。
2026-06-16 19:18:39
157
原创 指令型、工作流、自主，三种Agent怎么挑
搭 Agent 第一个该想清楚的问题不是"用啥模型",是"我要哪种 Agent"。现在的平台一般给三档:指令型、工作流、自主。很多人上来就奔最高级的自主,结果简单活也搞得不可控。这篇把三者底层的差别讲明白,再给个怎么挑的判断。
2026-06-15 17:26:25
213
原创 串行还是并行?工作流编排里这道选择题,我做错过好几次
我一开始全用串行,图省事,结果一个本来 2 秒能出的结果硬生生拖到 8 秒。后来又矫枉过正,该串的也并行,数据乱套。这篇用问答的形式,把我想明白的几条理一理。A:下游依赖上游的输出时。比如"先查用户信息→再根据信息查他的订单",第二步要用第一步的结果,这就只能排队走。我那个拖到 8 秒的流程,其实大部分步骤之间根本没依赖,纯属我无脑串。A:几个步骤互相不依赖、最后再汇总时。我有个资讯简报 Agent,要同时拉新闻、拉天气、拉日程三路数据,这三路谁也不等谁,并行跑完一起汇总,总耗时从三段之和变成最慢那一段。
2026-06-14 15:10:35
193
原创 让Agent答案标出“出自知识库第几段“：引用定位实现笔记
Q：为啥要做引用定位？A：因为没有出处的AI答案，业务方根本不敢信。我们法务那边的合规问答智能体，最早就是吃了这亏——它答得头头是道，法务问一句"这条哪来的"，答不上来，整个工具就被打入冷宫。后来我把"答案标注来源段落"做出来，标出每句结论出自知识库哪一段，法务才肯用。记一下怎么做的。
2026-06-13 15:44:33
287
原创 上线前怎么估 Agent 的 token 账单和并发？我做了一次容量压测，把数据贴出来
要上线一个对内的智能体，老板第一个问题不是"准不准"，是"我答不上来，于是上线前老老实实做了一次容量压测。这篇把我怎么估 token 账单、怎么压并发、压出来什么数据，全贴出来。
2026-06-12 15:52:11
206
原创 问答机器人答错，一半锅在“用户问得太模糊“——给它加个反问能救回多少？
整条链路是在一个不用写代码的智能体平台上配的，判断节点、追问分支、变量传递都是画布上连出来的，逻辑本身倒不复杂，难的全在分寸感的调试上。我前后改了七版判断提示词，攒了 60 个"该追问/不该追问"的标注用例来回跑，这部分没有捷径，纯体力。上线追问功能三周后的数：澄清追问触发率 17%，触发后用户继续作答的占 82%，这部分对话的差评率从原来的 31% 降到 9%。追问完用户答了还是模糊，就基于现有信息给最可能的答案，并附一句"如果你问的是 XX，可以这样问我"。难点在"判断"这步的分寸。
2026-06-11 19:30:24
179
原创 自研 Agent 还是用平台搭？别纠结，照这张决策清单打勾
"我们到底要不要自己用框架撸 Agent，还是用现成平台搭？"这个问题我被问过太多次。与其讲一堆，不如给你一张决策清单，自己打勾。往下看，
2026-06-10 15:59:35
193
原创 做技术文档本地化，最烦的不是翻译，是术语前后对不上——记一次让 Agent 帮我盯术语的实操
接过本地化的都懂，纯翻译反而是简单的部分。真正磨人的是术语一致性。同一个 "endpoint"，这页译成"端点"，下一页不知不觉成了"接口地址"，再下一页又变"节点"。单看每句都对，连起来读者就懵了。一份几万字的文档，光人工核术语就能耗掉大半天。这活儿特别适合交给机器盯，因为规则明确、又烦又重复，正是人最容易走神的地方。
2026-06-09 15:25:04
196
原创 写测试用例写到麻，我让 Agent 先帮我列一版，再人工补
写测试用例这活，正常路径谁都会列，烦的是穷举各种边界和异常——空值、超长、特殊字符、并发、各种组合。人脑容易漏，列全又累。我现在的做法是让 Agent 先生成一版，我在它基础上补，省了不少脑力。说说怎么用，以及它靠不靠谱。
2026-06-08 17:22:30
233
原创 一堆格式乱七八糟的数据要清洗标准化，我让 Agent 干了大半
接手过一批历史数据，那叫一个惨：地址有的带省有的不带、电话格式五花八门、日期"2026/6/1""26年6月""6.1"什么都有、公司名各种简称全称混着。要入库前标准化，纯写规则能写吐——情况太多，正则根本枚举不完。这种"规则多到写不完、但人一看就懂"的清洗，Agent 比硬规则灵活。说说做法。
2026-06-07 17:45:11
246
原创 同样一个模型，为啥我搭的 Agent 答得比你稳？差别全在“角色设定“
见过太多人抱怨"模型不行、答得飘"，结果一看他们的角色设定，就一句"你是一个智能助手"。模型当然飘——你压根没告诉它该干嘛、不该干嘛。同样的底座模型，角色设定写得好不好，出来的 Agent 天差地别。聊聊我写角色设定的几条心得。
2026-06-06 14:35:19
227
原创 让运营自己用大白话查数据库：我给 Text2SQL Agent 落地踩的坑
运营隔三差五找我跑数——"上周各渠道新增多少""某活动转化率"。我又不是天天有空，他们也不会写 SQL，两边都难受。想着干脆做个能把人话翻成 SQL、查完把结果讲回来的智能体，让他们自助。理想很美，落地有坑，记一下。
2026-06-05 19:35:38
195
原创 让运营自己用大白话查数据库：我给 Text2SQL Agent 落地踩的坑
运营隔三差五找我跑数——"上周各渠道新增多少""某活动转化率"。我又不是天天有空，他们也不会写 SQL，两边都难受。想着干脆做个能把人话翻成 SQL、查完把结果讲回来的智能体，让他们自助。理想很美，落地有坑，记一下。
2026-06-04 20:07:35
190
原创 指令型 / 工作流 / 自主 Agent 到底怎么选？一张决策表讲清楚，别再瞎纠结
文章摘要： 针对Agent选型常见误区，作者提出三类场景的决策逻辑：能用单轮指令（Prompt）解决的别用工作流，需确定顺序的任务避免自主Agent，开放任务才考虑后者。核心判断标准是流程能否转化为“确定的有向图”——能则选指令型或工作流，否则用自主Agent。文章强调“越自主越难调试”，建议从简单方案逐步升级，并提醒工作流编排存在学习成本。附决策表对比三类Agent的适用场景、确定性和调试难度，帮助开发者减少返工。
2026-06-03 12:29:34
186
1
原创 前端不想碰模型，又要给页面加“长文一键提炼“？把它做成 API/MCP 挂上去就行（附接入步骤）
前端接入大模型、长文摘要 API、不训练模型加 AI 功能、讯飞星辰 Agent、MCP Server、文档提炼
2026-06-02 16:44:31
390
原创 讯飞AI大模型来了：可直接生成PPT、思维导图，插件生态独一档！
去年他们也发布了自己的AI大模型，叫做讯飞星火。国内其他大模型只能做到生成ppt的文字大纲，而讯飞这个PPT插件，你只需要一句话，他就能直接把ppt给你做出来，可以直接下载。和豆包等其他大模型一样，讯飞也有非常丰富的各类应用，涵盖生活，学习，工作，娱乐、兴趣等超6000个助手应用。同样也只需要一句话，就能帮你生成思维导图文件，可以下载和修改，这个功能其他大模型好像也没有。说实话，国内的各类大模型在这些功能板块都很相似，具体的应用效果也半斤八两，这里不过多赘述。这一点国内其他大模型好像是没有见到过！
2024-01-24 18:39:10
6223
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人