Projects
三大系列 · 九个可运行项目
项目实践
这些项目能在本机跑起来、有真实页面与可追溯指标的项目,按三大系列组织:AI 业务应用与智能系统、企业自动化与智能工作流、AI 视觉创作与内容生产。每个项目都写清了三件事:要解决的问题、我的职责、以及哪些是 AI 帮我实现的。
点任意案例进详情:背景 · 我的职责 · 指标与来源 · 取舍与放弃的方案 · 局限。状态点会在本地版真实探测本机服务——没启动就直说,不做假成功。
01
How I work
我的工作流程
每一步都有产出物,不是口号。
- 01
需求变验收
先把目标翻译成「什么算通过」,写下来再动手。
- 02
先摸清现状
读真实代码与运行状态,不靠猜。
- 03
分工实现
重复实现交给 AI 工具;业务规则、边界、安全由我定。
- 04
真实页面核对
打开页面亲手点,核对数据与文案。
- 05
隔离环境测试
破坏性测试只打隔离库;体验数据只读并做指纹核对。
- 06
归因与留痕
失败样本逐条归因;结论写进记录,可复核。
02
Series
三大系列
每个系列按「问题 → 方案与实现 → 运行证据 → 职责与 AI 边界」组织;指标后面标着它在仓库里的来源,截图全部来自本机真实运行。
03
Screens
真实界面(本机运行截图)
04
Evidence
指标不是形容词,是可复核的数字
每个数字都来自仓库里的 eval 结果文件或验收记录。测试集表现不等于生产准确率——这一点我写在每一项的来源里。
37/37
电商后端自动化单测(0 失败)
来源:backend/target/surefire-reports(19+1+8+6+3)
28/28
自愈编排器:检测与正确处理(含盲评)
来源:self-healing-agent/eval/eval_report.json
25/25
客服 Agent:期望自动处理的样本全部成功
来源:customer-service-agent/eval/results.json
31/32
编排器:期望工具覆盖率 31/32(96.9%,32 条评测样本)
来源:orchestrator-agent/eval/results.json
20/20
RAG:检索命中(回答 19/20、来源 18/20)
来源:rag-agent/eval/results.json
127
自愈编排器单元测试
来源:仓库单测
10
个可运行项目(AI 系统 + 自动化 + 视觉管线)
来源:站点内容源 PROJECTS
05
Real replay
真实案例回放(非实时 AI)
下面每一条都是本机真实运行留下的记录。点问题,看它当时是怎么走的:调了哪个工具、返回了什么、最后说了什么。有成功的,也有没通过的 —— 我不删没通过的样本。
▷
编排器真实调用 trace点下面的问题,重放当时的执行链路
这些记录从哪来
- 编排器:本机 /gateway 的真实调用(含 supervisor 决策、工具调用与逐步耗时)
- 客服工单:评测集 + 一次实时工单调用(收货人 / 地址已掩码)
- RAG 政策问答:20 条评测记录(含跨文档那条没做好的)
- 自愈编排器:看板里 782 条真实 incident 中的一条
为什么不接「实时试用」?
- 实时服务需要 24 小时在线的机器,每个访客提问都会真实消耗 API 额度
- 放出去还要防陌生人刷 —— 这是要先做限流和鉴权隔离的原因,不是偷懒
- 所以线上先给真实回放;本机演示时可以直接开真实系统当场操作
06
Ask
问一问(离线预置问答)
这一版是明确标注的离线预置答案,不是实时模型——不为演示造假。
AI
作品集导览(离线)预置答案 · 点击问题即回答
为什么用「离线问答」?
- 可信:每条答案都写死在数据文件里,能被逐条核对,不会现场编。
- 可解释:它同时演示了「Agent 控制页面」的思路——回答里带跳转,把人带到证据所在页面。
- 不越界:不接入个人记忆、技能库与执行工具。
07
Limits
这些项目现在还不是什么
写清楚边界,比写亮点更能说明我知道自己在做什么。
如实说明
- 都是本地可运行的演示原型,不是生产系统;支付为模拟,无真实资金。
- 指标来自评测集,样本量有限(客服 59 条 / 编排 32 条 / RAG 20 条 / 自愈 35 场景),不等于线上表现。
- 代码由 AI 协作实现:我负责需求拆解、方案取舍、验收判据与复验;这一点我从不含糊。
- 做不动的问题我会写「未解决」,而不是用「基本可用」糊过去。
下一步
- 把「思考与笔记」写厚——把我踩过的坑和做过的对照实验整理成可读的复盘。
- AI 实验室里加更多离线也成立的小工具。
- 补齐每个项目「当时的取舍与放弃的方案」的细节。