AgentREASON + ACTRAGCONNECTEDLLMLANGUAGE + LOGIC

HUMAN IDEAS. AI POSSIBILITIES.

你好,我是 Sam 👋

深圳的软件工程师。这里记录把 AI 用进实际业务时的设计与取舍:Agent、文档处理、知识库,也写一些 AWS 上的架构。

最新文章

12 篇文章 · 45 个标签 查看全部文章

AI Spec 驱动开发:我们为什么选 OpenSpec

用 AI 写代码,需求只活在聊天记录里,换个会话就丢。Spec 驱动开发把需求写进仓库,但 Spec Kit、Kiro、Tessl 的做法差别很大,也有人批评它是瀑布流回潮。本文对比主流工具和业界的批评,说明我们为什么选了 OpenSpec,以及在十几个仓库、一百多次变更里形成的用法。

  • AI
  • AI 编程
  • Spec 驱动开发
  • OpenSpec
2026年11月17日 · 10 分钟 · 4542 字 · Sam Peng
一份增量规格里有新增、修改、删除三类需求,归档后合并进 specs 目录

AI 短剧的角色一致性:资产产物链、连续性锁和参考图

只用 API 做 AI 漫剧时,角色、道具和场景跨镜头保持一致靠的是参考图和固定文字。本文用一部原创动画的实测图说明:为什么源头图要先审,参考图和给人看的设定板要分开,连续性锁要原样复用,一个场景要按机位出一组空镜,以及怎样逐镜检查。

  • AI
  • AIGC
  • 图像生成
  • 视频生成
2026年11月16日 · 8 分钟 · 3868 字 · Sam Peng
机器人角色的三视图,旁边标出头部、摄像球、能源罐等连续性锁

AI 短剧制作流水线的设计:共用阶段和资产库,按类型换 Skill

付费短剧、漫剧、小说推文、电商广告,节奏和检查规则各不相同。本文的做法是:剧本、资产、分镜、视频四个阶段和资产库所有类型共用,类型之间的差异写成一份 Skill,叠加到每个子 Agent 上。对比了开源短剧工具和多 Agent 论文的做法,附可翻页的交互演示。

  • AI
  • Agent
  • AIGC
  • 视频生成
2026年11月16日 · 9 分钟 · 4358 字 · Sam Peng
剧本、资产、分镜、视频四个阶段,下面是六种视频类型,每种类型一份 Skill

94% 的字段正确,然后呢?扫描件抽取的两阶段架构与实测

38 份扫描件、4,732 条字段断言:传统 OCR 路线达到 94.08% 的字段通过率,却只有 6 份文档全部通过。结合逐页转写、文本抽取和大 Schema 实验,讨论如何拆开识别与理解、保留原文证据,以及为什么双模型一致仍不等于正确。

  • AI
  • OCR
  • VLM
  • 文档处理
2026年11月16日 · 17 分钟 · 8073 字 · Sam Peng
扫描件先转写为可追溯的文本,再抽取字段,最后校验与复核

知识库切块方案:统一维护 Markdown,按标题结构切块

知识库维护的是一份 Markdown:PDF、网页、人工资料和问答都转成同一种约定,切块只读 Markdown 的标题树和块结构。本文介绍这套约定、PDF 的转写与校验、按标题层级切块的规则,并用检索评测说明为什么一个标题一个片段效果最好。

  • AI
  • RAG
  • 切块
  • Markdown
2026年11月15日 · 13 分钟 · 6482 字 · Sam Peng
不同来源先统一成带标题层级的 Markdown,再按标题切成片段

企业知识库的搭建方案:内容模型、Git 发布与混合检索

知识库像一座图书馆:分类、书和版本、目录、段落,一级一级缩小上下文,把准确的知识交给对话模型。本文结合一个约 1,800 份文档、中英双语的知识库项目,讨论如何先定义内容模型,用 Git 做审核和发布,让精确取文和混合检索并存,并用评测集而不是直觉来选择检索方式。

  • AI
  • RAG
  • 知识库
  • 检索
2026年11月15日 · 9 分钟 · 4394 字 · Sam Peng
原件经过转换进入 Git 管理的 Markdown 知识库,再分别提供精确取文和混合检索

多环境、跨区域容灾的 AWS 基础设施即代码方案

用 Terraform 管理一个容器化业务系统的多套环境和异地灾备。从工具、环境组织、状态拆分、账号、执行、密钥、灾备七个选择入手,逐一对比常见方案和它们各自会在哪里出问题,最后给出一份可以直接照着搭的仓库目录结构。

  • AWS
  • Terraform
  • IaC
  • DevOps
2026年11月13日 · 11 分钟 · 5154 字 · Sam Peng
五个基础设施层与五个环境组成的网格,每一格是一份独立的 Terraform 状态

AI 辅助填写合同的 Agent 设计

基于市场监管总局的合同示范文本:AI 从证件、截图和对话里整理事实并注明出处,代码套用条款、生成大写金额并逐条检查,人补齐空白、选定矛盾后生成合同。附可翻页的交互演示。

  • AI
  • Agent
  • LLM
  • 合同
2026年11月13日 · 6 分钟 · 2601 字 · Sam Peng
证件、不动产权证书和聊天截图里的信息被整理进合同条款,再经过检查

基于分类路由的模板回复 Agent 设计实践

来信先分类,再按优先级路由到唯一的标准模板,模型只负责填空,代码负责检查,业务人员审阅后发送。以外贸询盘为例,附可翻页的交互演示。

  • AI
  • Agent
  • LLM
  • 模板
2026年11月13日 · 6 分钟 · 2518 字 · Sam Peng
一封来信被分类、路由到唯一模板、填空并检查后,生成待业务人员发送的回复草稿

对话式询价 Agent 的 UI 设计方案

以新能源汽车线上询价为例:模型负责听懂和解释,报价和金融服务负责价格,卡片负责选择与确认。附可翻页的交互演示。

  • AI
  • Agent
  • Generative UI
  • A2UI
2026年11月13日 · 7 分钟 · 3151 字 · Sam Peng
对话里的一句购车需求,变成一张由报价服务给出价格的车型版本卡
查看全部文章