自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

企鹅码农的专属播客,分享10多年的实战案例和经验解读,包含YOLO、RT-DETR、AI等各个工作领域。

企鹅码农的专属播客,分享10多年的实战案例和经验解读,包含YOLO、RT-DETR、AI等各个工作领域。

  • 博客(911)
  • 资源 (1)
  • 收藏
  • 关注

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 94 章 单品利润与运营成本:直播到底赚不赚钱

直播带货不能只看GMV,否则可能“赚了面子,亏了里子”。本文通过实战案例揭示:高GMV背后可能是亏损。核心在于从“单场净利”出发,全面核算商品成本、佣金、退货损失、人员场地分摊、投流等各项费用,建立单品利润表与单场成本模型。关键发现:退货率25%时,双向运费与损耗成巨大隐性成本;达人费用超30%或投流ROI低于1:1需警惕。必须用“净利/总成本”作为真实ROI标准,并设置预警机制,及时止损亏损品。最终实现从“冲量思维”转向“盈利思维”,让每一场直播都真正赚钱。

2026-10-14 10:28:24 76

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 93 章 AI 直播复盘:让每场直播都留下可执行结论

本章聚焦AI驱动的直播复盘实战,破解“复盘变甩锅”困局。核心是构建三问框架:发生了什么(事实)→ 为什么(假设)→ 下次怎么做(动作),强调先摆事实、多角度归因(含支持/反对证据与验证方法)、剔除流量干扰看真实转化力,并产出5条可执行、有负责人与验证方式的改进动作。通过建立“待验证假设表”与定期评估复盘质量,实现复盘闭环与持续进化,让每场直播都留下可执行的改进结论。

2026-10-14 10:25:54 106

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》 第 17 讲 · Function Calling:让模型调你的业务接口

本文讲解工具调用(Function Calling)的核心机制:模型不执行代码,仅在合适时机输出“调用某接口、传参”的指令。通过三次HTTP往返实现完整流程——声明工具、模型决策调用、开发者执行并返回结果。关键在于明确分工:模型负责意图判断与参数提取,系统负责真实调用、校验与容错。以电商退款场景为例,只需配置接口描述,即可让模型自动查单、算退款,开发效率大幅提升,工期从两周缩短至一个下午。

2026-10-14 10:14:58 387

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 92 章 直播场次与数据统计:把每场直播完整记下来

本章聚焦直播数据管理痛点,提出“一场直播即完整档案”理念,构建包含计划、过程、结果、复盘四部分的全流程管理体系。通过设计场次与商品双粒度数据表,明确关键指标定义(如用UV而非人次),建立下播1小时、次日、7天等多时点采集流程,并以“导出+AI解析”降低转录错误。强调异常记录的极简语音录入与即时性,实现归因分析。最终通过基准线、健康度评分与自动化报告,推动从“凭感觉排期”到“数据驱动优化”的跃迁,真正实现每场直播可追溯、可分析、可复盘。

2026-10-13 09:41:53 123

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 91 章 AI 直播间装修:视觉呈现怎么设计

【摘要】直播间装修本质是信息界面设计,非视觉美化。用户静音划入,3秒内需看清“卖什么、什么价、有何优惠”。核心:关键信息(价格、优惠、下一品)前置、醒目、避开底部遮挡区。低成本高回报举措包括加贴片、优化陈列、调整灯光,而非重刷背景墙。不同品类(服饰、食品、珠宝)需动态展示,避免纯背景板。视觉是放大器,商品、价格、话术才是引擎。

2026-10-13 09:40:53 75

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 16 讲 · 召回质量调优:混合检索、重排序与评估指标

本讲聚焦召回质量调优,针对“效果说不清”的痛点,提出以指标驱动的闭环优化方法。通过构建可复现的测试集与三大核心指标——Recall@k(是否召回)、MRR/NDCG@k(排序质量)、答案准确率(端到端效果),实现精准定位问题。结合查询改写、混合检索与重排序技术,系统性提升RAG性能,并提供可复用的评测框架,确保改进可量化、可验证。

2026-10-13 09:39:34 186

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》 第 15 讲 · 向量化与向量库:bge-m3 + pgvector 实战

本讲聚焦RAG系统检索底座的工程实践,揭示三个非模型问题导致召回失败:索引未随数据量重建、过滤逻辑不当、算子与操作符不匹配。核心方案为:选用支持多语言、长文本(8192 token)及三类检索能力的bge-m3模型,明确Ollama仅提供1024维归一化稠密向量,若需稀疏或多向量则通过FlagEmbedding服务补位。配套提供可直接复用的SQL建表、索引调优、批量导入与过滤查询代码,确保检索准确率。

2026-10-12 14:19:54 119

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 90 章 极限词智能自检:把广告法合规做成系统

一句「最好用」,罚了三万一个做日百带货的团队,收到过一张三万元的罚单。起因是主播在直播中说了一句:「这款拖把是目前市面上最好用的拖把。」就这一句。用户举报,市场监管认定违反《广告法》第九条(不得使用「国家级」「最高级」「最佳」等用语),罚款三万元。更麻烦的是后续:他们不得不排查所有历史直播录像和商品详情页,把类似的词全部改掉,前后花了两周。这类事故的特点是:单次损失不大,但发生频率高、排查成本高。而且极限词的使用往往是无意识的——主播讲 high 了顺口就说,文案写

2026-10-12 14:17:21 94

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 89 章 AI 话术优化:让已有的表达变得更有说服力

主播话术改十遍仍无效,根源在于只讲成分参数,未转化用户收益。优化核心:将“产品特性”翻译为“用户可感知的变化”,如“洗完不紧绷、三天不油”。结构上采用“钩子→痛点→收益→证据→促单”五步法,强调场景化语言、短期可验证效果,并严格合规自检。通过诊断、翻译、重构、适配与小步验证,实现话术从“说不清”到“有说服力”的跃迁。

2026-10-12 14:15:22 8

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 88 章 千万主播话术库:把爆款表达变成可复用资产

主播请假导致转化率腰斩,根源在于表达能力依附个人。破解之道是构建“结构+素材库”:从成功直播中提取原话式话术,按钩子、痛点、卖点等环节分类,标注类型与效果,形成可复用资产。通过话术卡(每品300字内,含2个选项)赋能新人,确保临场灵活且合规。关键在于保留原话、不背稿、按商品+环节检索、让主播参与共建,实现经验沉淀与团队化复制。

2026-10-10 12:17:58 125

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 87 章 直播策划:把一场直播的方案做进表里

直播策划常因重复劳动与经验流失而低效。本章提出“结构化+AI生成”方案:通过建立含子表的「直播策划表」,将排品、价格、话术等80%内容模板化,用AI基于历史数据生成初稿,仅保留20%创意调整。关键动作包括拆分排品明细、核算最坏情况毛利、自检违规词、设计可直接说的应急预案,并每场沉淀规则。最终实现耗时从3小时降至30分钟,策划更稳定、可复用,推动运营能力持续进化。

2026-10-10 12:17:01 17

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 14 讲 · 文档切分策略:固定窗口、语义、按结构

本讲通过200页产品手册的切分实验,验证了文档切分策略对检索效果的决定性影响:仅优化切分方式,Recall@5从48%提升至81%。提出语义完整性、信息密度、可溯源性三大量化判据,结合边界跨越率、指代悬空率、有效字符占比等指标,构建可集成至CI的切分质量体检器,强调“切分质量是召回上限,事后不可逆”,为RAG系统提供关键前置保障。

2026-10-10 12:15:29 12

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 13 讲 · RAG 全景:从切分到召回的完整链路

本文以42页PDF制度文档的问答需求为引,揭示了直接调用大模型易产生幻觉、全量塞入文档导致延迟高且不可扩展的问题。通过对比三种方案,提出检索增强生成(RAG)是解决私有知识问答的核心路径:将文档切分、向量化存储,提问时仅召回相关片段,实现准确、高效、可溯源的回答。文章系统拆解RAG七步链路——从文档接入到生成引用,强调“最弱一环决定整体性能”,并指出评估应先验检召回质量,再优化生成。最终目标是建立可迭代、可验证的智能问答流水线。

2026-10-10 12:13:54 86

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 86 章 样品出入库管理:寄出去的货去哪了

本章聚焦样品出入库管理,揭示“寄出80份仅30场产出”的痛点。核心观点:样品是投资,需追踪从寄出到内容产出的全链路回报。通过建立出库/入库双表、设定“期望产出日期”(建议15天)、自动化提醒与催产话术,实现精准追踪。强调样品成本应包含运费,划拨库存须扣减以防超卖。针对“收了不播”达人,提出降规格→停寄的风控机制,且内部名单不外泄。最终通过投产比分析优化策略,推动纯佣合作以降低寄样依赖,实现降本增效。

2026-10-09 12:15:55 86

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 85 章 KOL 数据回收:让投放效果及时、准确地进表

摘要(148字): 本章揭示KOL投放数据回收的系统性问题,提出“流程化回收”四环节:事前约定、自动提醒、校验入库、缺口追踪。通过明确最小必要数据清单、设计合理话术、建立追踪表与自动化提醒,实现7天内高效回收,避免数据缺失与造假。强调转化数据应来自品牌后台,差异超20%标为存疑,严禁调和数据。缺失率超30%不下结论,持续优化合作评估机制,确保投放效果可量化、预算分配有依据。

2026-10-09 12:14:11 16

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 12 讲 · 团队级落地:CI 里的 AI 审查与提示词回归测试

本文分享了AI代码审查在团队落地的失败教训与成功实践。针对个人工具化推广中“环境不统一、提示词散乱、效果难量化、责任不清”四大鸿沟,提出四阶段推进路线:单机验证→小队试用→流程固化→卡口度量,并配套可脚本化的验收标准。核心成果是构建两条CI流水线:PR AI审查与提示词回归测试,通过统一环境、提示词即代码、误报率控制(≤15%)、采纳率≥30%等机制,实现可度量、可追溯、可迭代的团队级落地。关键设计包括仅审增量diff、触发事件精准控制、评论标注“advisory”属性、阻断规则严格限定,最终让AI从噪音源

2026-10-09 12:11:54 15

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 11 讲 · MCP 入门:给 AI 接上数据库、Git 和内部 API

本文详解MCP(模型上下文协议)如何将AI应用与内部系统连接的复杂度从M×N降至M+N。通过标准化JSON-RPC协议,MCP统一管理工具、资源与提示词,支持stdio与SSE两种传输方式,实现跨语言、可复用的集成。文章以实战案例演示Java/Python MCP Server与Spring AI客户端的搭建,并强调适配逻辑应集中于Server侧,确保可维护性与安全边界。最终目标是为后续工具调用与Agent开发打下坚实基础。

2026-10-09 12:09:19 104

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》 第 10 讲 · Rule 与 Skill:把团队规范写进 AI 行为

AI生成代码需遵循团队规范,否则易导致风格不一、协作成本飙升。本讲提出将团队约定抽象为可版本化、可验证的Rule(规则)与可复用的Skill(技能),实现跨场景一致行为。通过明确区分“本次任务”(Prompt)与“长期约束”(Rule),建立硬性规范(如命名、依赖注入、异常处理)与软性建议,并以结构化文件管理,确保代码质量稳定可控。

2026-10-08 12:13:32 145

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 84 章 达人管理:从数据列表到详细信息

本文以实战案例揭示达人管理的核心痛点:数据散落于微信与Excel,依赖记忆决策。提出“两张表”模型——达人数据列表(基础信息)与合作记录表(一对多),实现数据结构化。强调先定评估标准,以ROI、场均GMV为核心指标,构建加权评分模型(含配合度等主观维度)。通过挖掘历史沟通原话、规范数据录入与分层运营,实现从“印象管理”到“数据驱动”的跃迁。关键原则:基础与合作数据分离、新达人显示“数据不足”、退货率延迟处理、联系方式设权限。最终达成精准筛选、高效复投与可复制的达人拓展策略。

2026-10-08 12:11:08 21

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 83 章 货架与商品资料:库存与展示信息怎么管

【摘要】本章以直播超卖事故为切入点,揭示库存管理核心问题:将库存视为静态属性易导致超卖与信任危机。正确做法是将其作为“流水”管理,通过变动流水表记录每笔出入库,实现可追溯、防超卖。针对直播场景,必须采用“可用库存”口径(实物库存 - 已售未发),并建立开播前检查清单,确保主推品库存充足。同时强调盘点需追因而非对数,商品资料应统一管理并设“禁用表述”字段,保障合规性。最终实现多渠道协同、数据实时、风险可控的智能库存体系。

2026-10-08 12:10:04 94

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 09 讲 · 上下文工程:RAG 之前的三板斧

本文揭示了RAG系统中“检索正确≠回答正确”的核心问题,指出65%的错误源于上下文组织不当。通过对比实验验证:结构化布局(如分层组织、关键约束首尾重复、标签分段)可显著提升准确率(55%→90%)、降低延迟,并增强模型对规则的遵守。提出“上下文工程”概念,强调在有限上下文窗口内,通过预算分配、裁剪压缩与合理布局,确保关键信息被有效感知。四大布局原则——首尾强信号、约束重复、标签分段、相关性排序——为高效构建可复用的高质量提示框架提供实操指南。

2026-10-07 11:06:54 316

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 82 章 商品主数据:SKU 与类目管理

【摘要】本章以“简约实木收纳盒”因名称混乱导致销量误判下架为例,揭示主数据管理失效的严重后果。提出“类目→SPU→SKU”三层结构,强调以SKU ID为唯一标识,而非依赖易变的名称。通过诊断、编码设计、分步导入与清洗,实现数据统一。核心原则:先入库再清洗、疑似重复不自动合并、删除改为作废、改名留别名、价格留历史。结合AI相似度检测与生命周期分析,提升决策准确性。最终实现数据可追溯、统计真实、管理高效,避免“好品被误判”。

2026-10-07 11:04:10 144

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 81 章 电商工作台总览:25 张表的组织逻辑

一场直播后数据散落于日历、Excel、微信等五处,复盘需拼凑半天。根源在于按部门建表,而非按“选品→直播→复盘”业务主线组织。正确做法是以商品、达人、场次为核心对象,构建25张关联表,优先搭建5张最小启动集(商品、场次、销售明细、达人、数据统计),确保每张表关联三维度(场次、商品、达人),并明确维护责任。首页聚焦“今日待办”,分批上线+验收标准保障落地,避免空表。核心:数据不缺,缺的是组织逻辑。

2026-10-07 11:03:08 93

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 08 讲 · 结构化输出:让模型返回能直接反序列化的 JSON

本文揭示了大模型返回JSON失败的六大常见形态,如前后噪声、尾逗号、单引号等,并通过实测数据证明仅靠提示词无法突破90%成功率天花板。提出四层防御体系:提示词约束、模型原生格式控制、输出清洗与校验自愈,最终实现99.9%可直接反序列化率,确保结构化输出稳定上线。

2026-10-06 12:10:34 208

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 80 章 从能用到好用:工作台的三阶段迭代

工作台从“能用”到“好用”再到“离不开”,关键在于突破第一阶段的瓶颈。多数失败源于仅满足基础功能,缺乏解决具体痛点的深度迭代。核心策略是:诊断现状、聚焦一个高频高痛问题(如选题会数据整理),集中资源快速打透;通过自动化生成、智能提醒、信息沉淀等手段,让工作台成为“不可替代的记忆与提醒中枢”。坚持“易解决×感知强”原则,避免范围蔓延,定期减法并以新人测试验证可用性,最终实现从工具到系统的跃迁。

2026-10-06 12:06:53 117

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 79 章 页面与表格双向绑定:让数据源保持唯一

本章聚焦页面与表格双向绑定问题,揭示数据复制导致看板与表格不一致的根源。提出“单一数据源”原则:表格为唯一权威,页面仅读取并视作其视图。通过审计硬编码、建立实时绑定、规范页面写入(确保写回同一表)、慎用汇总表(推荐只读+记录来源)及定期校验,实现数据一致性。强调字段删除应报错而非静默,避免误导。最终目标是让数据源头唯一、变更可追溯、维护成本最低,为高效协作与可信决策奠定基础。

2026-10-06 11:57:26 17

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 78 章 表单收集:让别人把数据填进你的表

本文通过实战案例揭示表单收集的痛点:回收率低、填写质量差。核心解法是降低填写成本(精简字段、转选择题、预填信息)与提升填写动机(明确用途、提供个性化反馈)。关键技巧包括:用“不知后果”筛选必填项,让AI补充常见选项,提交后展示数据分布增强参与感,催填设限避免骚扰。最终实现5项必填、40秒完成、首日回收超70%。强调合规与小样本不过度解读,打造高效、高质量的数据收集闭环。

2026-10-06 11:56:05 107

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 77 章 从表格到看板:让数据自己说话

本文以仓储库存管理为例,揭示从三千行表格到高效看板的转型关键:数据需转化为可行动的信息。核心方法是“问题驱动”设计——先明确领导关心的3个核心问题,再匹配图表与指标,避免无效展示。强调“异常优先”布局、口径统一、空值标注“暂无数据”、每项指标可推导行动,最终实现一屏掌握全局、零误差决策。看板不是表格缩略图,而是让数据主动说话的智能工具。

2026-10-05 23:17:43 155

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 76 章 字段设计与表关联:工作台的地基

本章揭示字段设计核心:关联用ID,历史存快照。通过“改商品名引发两百行修改”的案例,指出将可变属性(如名称)作关联键的致命错误。提出三类字段分类法——标识(不变)、属性(变)、事实(不可变),并强调价格、日期等应使用正确数据类型,避免文本存储导致计算与统计失效。重点提醒状态字段需区分主状态与附加标记(如“退款中”),防止维度混用。最后倡导使用条件必填、让AI扮演挑剔者评审设计,并生成数据字典,确保系统可维护、可追溯。

2026-10-05 23:16:42 95

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》 第 07 讲 · 把提示词当接口设计:工程化与版本管理

提示词应被视为代码,需工程化管理。通过将提示词作为接口设计,明确输入输出契约、版本控制与文档规范,实现可测、可回滚、可追溯。案例显示,散落于业务代码中的提示词易引发线上事故,而采用标准化接口文档(如prompt-api.md)能有效避免问题,保障模型行为稳定可控。

2026-10-02 11:30:00 16

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 06 讲 · AI 生成代码的 5 分钟审核清单

AI生成代码5分钟审核清单摘要(148字): 针对AI代码“看似合理实则错误”的特性,提出5分钟扫描式审查法。每分钟聚焦一关键点:接口契约(返回值、校验、异常)、边界与异常(静默吞异常、空值处理)、并发与资源(线程安全、资源关闭)、事务与数据一致性、项目规范遵循。重点排查catch无throw、N+1查询、硬编码、资源未释放等高发陷阱。强调单次提交≤300行,结合工具自动化检测,提升缺陷发现率,避免生产事故。

2026-10-02 10:30:00 83

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 75 章 搭工作台第一步:先设计数据表,再谈页面

本章强调工作台建设应遵循“先数据层、再入口层、后展示层”的正确顺序。通过真实案例指出,盲目设计美观页面却忽视数据来源与填报入口,导致看板沦为“空壳”。核心方法包括:明确填报场景、设计最小可用字段集(必填≤5个)、优先使用单选与自动生成、利用AI自动提取微信群消息入表并经人工确认。关键提醒:站在填报人角度评估设计,敢于否定伪需求,确保数据真实可得,才能让看板真正“活起来”。

2026-10-02 09:30:00 123

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 74 章 个人空间与团队空间怎么分:一条实用的边界线

一位团队负责人的困扰:他建了一个团队空间,希望大家把工作资料都放进去。两周后他发现,空间里只有他自己的十几个文件。私下问了一圈,得到的回答很一致:「不知道该放什么,怕放错。」有个同事说得更直接:「我在里面记了一些对项目的真实想法,比如觉得某个方案有问题。这东西放团队空间,不就等于当着所有人的面说吗?」

2026-10-02 08:30:00 15

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 73 章 知识复利:让资料库里的知识流动起来

本文揭示知识复利的核心:从“存文档”转向“存可复用零件”。通过建立结构化零件库,将项目成果提炼为短小、独立、可迁移的结论(如分析框架、常见陷阱),并借助AI高效提取与验证。关键在于控制产出质量、标注可信度与适用场景,实现“检索即用”与“用后回流”的闭环。最终让知识真正流动起来,形成持续积累的个人方法论资产。

2026-10-02 07:30:00 16

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 05 讲 · 安全重构:Spring Boot 老项目的依赖升级与坏味道清理

本文分享Spring Boot老项目升级的实战经验:避免盲目依赖AI一次性重构,强调“可改、可错、可回滚”的安全流程。通过建立单测基线(行覆盖率≥60%、分支≥50%)、严格控制提交粒度(≤400行/次、单一主题)、使用专用Git分支与规范Commit模板,实现增量式、可验证、可追溯的升级。最终以四天平稳完成从2.3.12到3.2.5的升级,零回滚,为复杂重构提供可靠方法论。

2026-10-01 11:36:56 144

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 04 讲 · 用 AI 补单测:覆盖率从 0 到 60% 的可控流程

本文分享了使用AI补写单元测试的实战经验与可控流程。作者以一次翻车经历切入,揭示AI生成测试的“虚假覆盖”风险——高覆盖率下仍可能遗漏关键逻辑验证。提出“60%”为合理目标:兼顾收益与成本,避免盲目追求高覆盖率带来的虚假安全感。通过分层设定覆盖率目标(如Service层70%行覆盖、55%分支覆盖),结合变更频率、历史缺陷、圈复杂度三维度打分排序,精准选择补测对象。最终建立“算账定标→选对对象→提示词约束生成→CI卡控质量”的闭环流程,实现老项目覆盖率从0提升至60%+,且线上事故为0。核心观点:AI生成不

2026-10-01 11:34:15 119

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 03 讲 · 让 AI 读懂祖传代码:上下文打包与代码地图

本文以作者亲身经历的“祖传代码”调试困境为引,揭示了直接将数十万行Java代码喂给AI导致的三大问题:超上下文、误推断、不知如何选文件。核心解决方案是构建“代码地图”(Code Map),通过四步流程——提问→生成地图→定位文件→打包上下文——实现精准筛选。结合实测数据,提出6000 token的实用预算上限,强调避免“中间迷失”,并给出每行代码约12.3 token的估算基准。最终目标:在5200 token内高效打包关键代码,让AI真正读懂老项目。

2026-09-30 18:19:11 18

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 02 讲 · 本地大模型环境:Ollama 一条命令跑起来

本讲通过真实事故揭示本地大模型部署隐患:因缺NVIDIA Container Toolkit、错误配置OLLAMA_KEEP_ALIVE=-1及显存不足静默降级,导致性能骤降。为此提供可复用的docker-compose.yml,强制启用GPU支持、合理设置模型驻留与并发参数,并集成健康检查。全栈环境包含Ollama、PostgreSQL+pgvector、Redis,确保模型加载、向量存储与缓存稳定可用,实现“一键部署、自检验证”的可靠实验环境。

2026-09-30 18:03:08 16

原创 《后端程序员的 AI 工程化 30 讲:RAG、工具调用、Agent 落地》第 01 讲 · 开篇:后端程序员的 AI 工程化地图

你当然用过 AI。你用 AI 补过工具类,让它写过 MyBatis 的 XML,甚至让它帮你改过一段怎么都调不通的线程池参数。你觉得自己「会用 AI」。但真要动手做这个智能问答,你会发现脑子里一片空白:文档怎么切?向量库选哪个?模型输出的答案不可控怎么办?它胡说八道了谁来负责?这段代码放哪个模块?上线之后怎么知道它到底答得对不对?这就是本专栏要解决的问题:从「会用 AI 写几行代码」到「能交付一个 AI 系统」之间的这段距离,就是 AI 工程化。

2026-09-30 17:59:23 424

原创 【WorkBuddy从入门到精通实战教程】实战案例 第 72 章 团队空间多人协作:权限、分工与版本

多人协作中,共享表格易因无权限与版本管理导致数据冲突。本章提出“先定规则再拉人”原则,通过设定字段级权限、记录归属人机制、独立跟进表设计及关键字段变更日志,实现谁改了什么可追溯。核心在于:权限清晰、分工明确、冲突有据、历史完整。避免全员可见敏感信息,杜绝覆盖式编辑,用规则保障数据真实与协作效率。最终形成可执行、可检查的团队空间协作体系。

2026-09-30 09:00:15 18

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

提示
确定要删除当前文章?
取消 删除