01
需求与流程拆解
将模糊目标拆成输入、处理节点与交付结果。证据：企业年报文本分析有偿交付。
AI Product / Agent Workflow / Evaluation
目标方向：AI 产品经理 / AI 解决方案 · 数据科学硕士（计算语言学 / NLP）
把模型能力收束为可验证的业务工作流
我从业务问题和流程节点出发，定义输入、评测标准与人机边界；通过一次企业文本分析有偿交付，以及 Agent 工作流、模型评测与公开产品实践，把方案推进到可复核的交付物。
Product / Tech Methods
Workflow
Evaluation
Human-in-the-loop
Tool Calling
企业 AI 有偿交付
AI 友好型需求文档与 UI 原型
Tool Schema 与上下文边界
Codex / Claude Code 工作流实践
Capability & Evidence Map
四类能力，分别由项目证据支撑
先看我能承担什么，再进入主案例与关键产品判断。
02
需求文档与原型
把产品流程写成数据模型、功能约束与验收清单。证据：AI 带读教练。
03
结构化交互与边界
以 Tool Schema、上下文裁剪和有界循环控制模型可见能力。证据：PersonalOS Agent。
04
验收与交付闭环
用测试、运行记录和人工复核判断是否交付或扩围。证据：主案例、带读教练与费用预检。
Primary Case · Paid Enterprise Delivery
企业年报文本分析：从模糊需求到可独立运行的交付
有偿外部委托｜独立设计与开发｜客户独立运行后验收付款｜客户资料保密
From vague request to accepted delivery
NLP · Batch Processing · Windows GUI · Excel / CSV · Client Handover
Delivery Path
业务问题从年报中筛选指定主题语句并标注情感，供投研人员整理与辅助判断。
单企业 MVP先验证文本处理、主题语句筛选、句级情感分类和结果导出链路。
批处理迭代扩展为年报或 ZIP 批量输入，并调整多企业结果字段与统计口径。
运行环境适配封装 Windows GUI，处理依赖、运行报错与网络问题，并提供演示和操作指南。
独立运行与验收客户按指南完成批量处理和结构化导出，随后验收并付款。
我把模型能力做成了非技术用户能够独立使用的交付物
客户需要从若干上市公司年报中筛选指定主题语句并识别情感态度，但没有指定技术实现。我负责把重复性文本处理收束为可批量输入、可结构化导出、可由客户独立操作的桌面工作流。
- 问题定义将“人工筛读年报”拆成处理对象、主题语句筛选、句级情感标注、批量输入和结构化输出，定位为投研信息整理工具。
- MVP 与迭代先完成单企业版本，再根据实际使用需求扩展多企业批处理，并调整 XLSX 导出字段与统计口径。
- 交付形态根据客户的 Windows 使用环境，将处理流程封装为可直接操作的桌面 GUI，并配套演示与操作指南。
- 运行支持处理批量运行慢、报错和网络等使用问题，重新封装运行环境并补充演示与操作指南。
- 完成结果客户能够按指南独立完成处理和 Excel / CSV 导出，项目随后完成验收并付款。
项目定位工具为投研信息整理和人工研判提供结构化输入，最终投资判断由使用者完成。
查看项目说明与验证记录
Additional Product Judgment
补充产品判断：三个信号决定边界、纠偏与停止
功能完成只是一个信号；还要判断哪里会错、谁来兜底，以及证据是否支持继续扩围。
从偏差信号到产品决定
每个判断都保留四个要素：初始做法、偏差信号、纠偏动作与可复用原则。
01Evidence is not a violation
证据缺失，不等于业务违规
预检阶段判断证据能否进入规则审核，最终审批由费用会计负责。
偏差信号早期规则把附件缺失与已证实违规一起归入
REJECT。纠偏动作将缺失、冲突与待核实证据改为
FLAG，输出补证或人工核实动作。固化原则用 T10 回归测试固定分流规则：证据不足进入
FLAG，审批结论继续由人工负责。职责分工：预检输出证据状态与补证建议，人工负责审批与付款决定。
02Passing tests is not expansion readiness
边界测试通过，不等于可以扩大自动化
12/12 条边界测试通过，只能证明关键规则被实现；30 条标注样本的决策准确率为 63.33%，低于预设 80% 门槛。
偏差信号工程测试结果与业务样本表现出现明显落差。
产品决定停止扩围，保留人工复核与只读流程。
下一步先补齐只读采集、样本评测与人工抽查，再重新判断自动化范围。
产品决定：评测结果低于门槛，停止扩围并保留人工复核。
03Executable is not safe
SQL 可执行，不等于语义与权限安全
查询即使能生成执行计划，仍可能包含无关联 JOIN 或触及敏感字段；因此可执行性不能代替风险判断。
偏差信号缺少关联条件的 JOIN 仍能通过执行计划检查，却可能产生笛卡尔积。
纠偏动作将 AST 校验、人工审批与只读运行环境放到执行之前。
固化原则模型只提出候选；规则、权限与人工共同决定是否执行，并保留有限重试和审计。
完成内容：在 SQLite 示例数据库中验证 AST 校验、人工审批、只读执行、有限重试与审计链路。
新增开源贡献 · PR #17 已合并补充 Text-to-SQL Schema 选择与关联路径的中英双语说明，并实现独立的 Python / SQLite 评测工具：9 个测试输入，34 项自动化测试通过。
查看 Schema 评测案例与报告
查看已合并 PR
Implementation Evidence
与岗位能力对应的六组实现证据
每项只回答三件事：任务是什么、关键判断是什么、目前有什么可复核结果。
AI 带读教练Structured Spec · Stateful UX · Acceptance
把一次性问答改造成有状态、可追踪的领读产品
任务：按读者画像生成全书裁剪地图、逐章领读稿和迁移应用题，并持续记录章节进度。
判断：先定义数据模型、分块功能、生成边界与验收清单，再让 AI 辅助实现；生成链路采用厂商无关 HTTP Agent 接入，并保留本地降级。
- 状态
- React / TypeScript 阅读产品
- 验证
- 36 条单测 · typecheck / eslint / build
- 产出
- 结构化需求、UI 原型与验收清单
PersonalOS AgentTool Schema · Context Boundary
用 Schema 裁剪与有界循环控制模型可见能力
任务：让模型在知识检索、全文检索等能力之间提出调用意图，由系统执行受定义的工具并回填结果。
判断：按问题裁剪可见工具 Schema，同时限制工具结果、历史消息和 Agent Loop，把对话与已用工具留存到本地。
- 状态
- 本地应用模块
- 边界
- 最近 10 条历史 · 最多 10 轮循环
- 留存
- SQLite 会话与工具记录
WeRead AI BrainExternal Data · Analysis · Export
把阅读数据接入分析与 Markdown 导出流程
任务：连接用户授权的微信读书数据，完成可视化、概念分析与结构化导出。
判断：公开仓库需要把依赖、密钥配置和运行方式讲清楚，才能形成可复现入口。
- 状态
- GitHub 开源 · Skill 发布
- 输入
- 用户自行配置 API Key
- 产出
- 可视化与 Markdown
模型任务评测Failure Modes · Tool Use · Verifiability
用失败标签检查模型能否完成复合任务
我在 OpenClaw 与 Hermes 两种执行环境下，对 5 个代号模型执行 3 类复合任务，记录工具调用、文件处理、代码执行、数据分析与产物保存表现。
- 不以回答流畅度替代任务完成；识别上下文丢失、工具链路中断、产物格式不一致等失败模式。
- 关注结论是否有数据支撑、失败能否恢复、结果能否被用户验证。
代号说明公开页沿用评测记录中的模型代号，重点呈现任务完成与失败类型，不作通用模型排名。
查看任务范围与项目说明
- 形式
- 模型任务评测
- 范围
- 5 个代号模型 · 3 类任务 · 2 种环境
- 产出
- 失败模式与 Badcase 判断
科学营养顾问 SkillProfiles · Logs · Safety Boundaries
把一次性建议整理为可持续使用的 Skill 流程
我将营养咨询拆为用户档案、目标计算、每日记录、进度看板、场景建议与周期复盘，覆盖 12+ 健康管理场景（公开产品说明），并设置特殊人群与健康安全提示。
- 完成中英文版本与公开发布。
- 讯飞 Skill 比赛二等奖（官方公示）。
- 状态
- 公开发布
- 范围
- 12+ 场景 · 中英文版本
- 证明
- 状态设计与产品化闭环
RAG & MCPRetrieval · Protocol · Tool Use
用可运行实验验证检索方案与工具协议
我用 LangChain 与 LlamaIndex 分别实现 RAG 管线，对照切分、Dense + BM25 召回与 RRF 重排；同时用 Python 标准库实现 JSON-RPC 2.0 over stdio 的最小 MCP server。
- MCP server 提供 2 个工具；自建 client 完成
initialize、tools/list与tools/call冒烟测试。 - 验证覆盖协议握手、工具发现，以及自建 client 对 2 个工具的调用链路。
- 形式
- 检索管线与协议实现
- 范围
- 双框架 RAG · 2 个 MCP 工具
- 产出
- 可运行管线与协议测试
Product Principles
我如何判断一个 AI 方案值得继续做
三条原则分别约束问题定义、人机责任与扩围决策。
01
先定义任务结果与失败
明确用户、流程、完成标准和失败类型，再判断是否需要引入 AI。
02
分开模型、规则与人工责任
模型提出候选，规则拦截确定风险，人工对高风险业务动作负责。
03
用评测和外部证据决定扩围
预先设定门槛与停止条件，让样本表现、测试和真实交付改变产品决定。
Next Conversation
如果你的团队正在把 AI 能力落进真实业务流程
我希望参与 AI 产品的需求拆解、评测标准定义与交付闭环，把模型能力转化为可验证、可协作的人机工作流。