暂无搜索历史
想做一个"微信收到消息,AI 自动回"的工具,技术方案网上一大把。但真正开始动手,第一道拦住你的题不是技术,是合规。
看起来闭环了,对吧?但有个被忽略的断点:产物还躺在文件夹里。你会遇到三件真实的事:
先说痛点。我以前写周报,流程是这样的:打开 git log,用眼睛挑"看起来重要"的提交,把 commit message 复制进文档,再逐条改写成人话;哪天忘...
上篇留了个尾巴:news_pipeline.py 能跑,但它是"你敲命令它跑"。于是现实是:
先交代背景。我之前每周要攒一份科技早报给同事看,流程是固定的:开五六个信息源,逐条扫标题,觉得有价值的复制下来,贴进文档,顺手写一句摘要,最后按日期存档。一顿操...
去年我参加过不少内部 AI 演示。效果都很好——十分钟生成一份报告、五分钟出一张海报、语音转文字又快又准。
过去两年,我观察到团队里用 AI 有个共同习惯:一个人,问一句,等一句,再问一句。
第一处,权限挂在谁身上说不清。 传统权限模型里,权限授给人。Agent 不是人,它没有岗位、没有工龄,也不会自己想起来"我该收敛一下"。给 Agent 配权限时...
「人机双写」不是让 AI 替我写完,而是把一份文档拆成两段,AI 写它擅长的 20%,我写只有我能写的 80%。
原理一句话:WorkBuddy 左侧的「连接器」就是给 AI 装的手。7月30日 Canva 可画上线 MCP 能力,首批就接入了 WorkBuddy——你在对...
半年前我开始琢磨一件事:手上的推理需求里,有相当一部分根本不需要联网。合同条款比对、内部纪要整理、批量日志初筛——这些活儿有两个共同点:素材敏感,且重复率高。
看这个图——这是 Win10 安全中心的病毒和威胁防护页面,实时保护现在是"关"但被系统标记为危险状态。
问题的根子不在"你存得不够多",而在只有"收集"这个动作,没有"结构"。资料没有骨架、没有标签、没有沉淀回路,存多少都是乱的——官方教程里有个说法:文件过了 1...
上一讲(《什么是 Agent》)我们拆过,智能体(Agent)= 大脑(大模型)+ 身体(能调工具的手脚)+ 记性(记忆),会自己"感知→决策→执行→复盘"办事...
根因就一句:我们只把 WorkBuddy 当"写代码的",没把它当"管项目的搭档"。它擅长的是"你给一个清楚的小任务,它还你一段能跑的代码";你该做的,是先当架...
很多人手机里装过 AI 助手,但用着用着发现:它能写、能答、能编故事,可你要它"把我桌面那堆文件理了""帮我发封邮件",它只会给你一段文字教程,手还是得你自己动...
企业里真正值钱的知识,大多锁在制度文件、合同范本、产品手册、客服 FAQ 这些私域文档里。把它们直接丢给通用大模型,要么答不准、要么一本正经地编(幻觉),更麻烦...
写东西的人都有一个共同的痛:知识散落一地。微信里收藏的文章、浏览器存的书签、本地一堆叫不出名字的 docx、聊天记录里某次灵光一现的碎片——等真要写篇技术文或周...
你是否曾经历过这样的场景:浏览器里收藏了上百篇“稍后阅读”的文章,却从未再打开过;笔记软件里散落着无数碎片化的想法,需要时却怎么也搜不到;面对海量信息,明明感觉...
你有没有这种感觉:每次打开一个新的 AI 聊天窗口,它都像失忆一样,得把项目背景、客户名单、技术栈从头讲一遍。我自己的 Obsidian 仓库(PARA 结构,...