企业级 RAG 工作台
独立项目 · RAG 产品与验收设计
为企业问答保留出处、低置信拒答和反馈回收，把可重复验收与尚未通过的语义诊断分开管理。
已附报告摘要与源码核验清单；mock 结果不代表真实模型效果或线上运营。
Capability → Evidence
我能解决哪些产品问题
把需求变成可交付的范围
从养老原型到暖心护家庭协作版，先用 7 个场景、15 页原型和 4 项范围排除确定边界，再收敛到家庭资料、待办、私信与 SOS；不同版本不重复计数。
查看对应案例与材料 →让 Agent 的权限边界可执行
在 Z1Space 负责产品机制与接口方案：Agent 提供候选与理由，关系由真人确认；将 pending 状态、证据约束与失败回退写成可检查的规则。
查看对应案例与材料 →让 RAG 效果有可复核的口径
围绕 RAG 链路区分模拟指标、离线评测与工程回归，识别空答案被记为成功的度量问题；比较结果时固定评测集并说明适用范围。
查看对应案例与材料 →设计可确认、可回退的知识工作流
在 RecNote 设计切片、归类、提炼、查重、入库流程，以人工确认处理低置信建议；通过来源关联、快照与合并回滚保留修订路径，LLM 增强失败时保留本地结果。
查看对应案例与材料 →验证技术方案的限制与风险
用 agent-tree 本机压测记录检验协作约束，区分 API P95、历史写入样本与尚未定位的推送抖动；核对批量提交和请求关联的源码证据，不将其外推为生产能力。
查看对应案例与材料 →让协作者拿到明确的接口与验收条件
在 Z1Space 双人协作中负责产品机制、技术方案和接口对齐，围绕 5 类 API 明确字段、状态与验收条件；区分个人设计贡献与队友实现贡献。
查看对应案例与材料 →Flagship
三个旗舰项目
三份完整技术案例：RAG 度量 · 社交授权机制 · 协作系统边界。新增实践与版本进展见下方作品。
Z1Space
双人协作 · 产品机制与接口方案；队友负责实现
Agent 负责理解与发现，关系由真人确认——Agent 之间每句事实陈述必须挂证据，且只能引用自己那一侧。
双人分工与源码边界已核对；无真实用户反馈、推荐效果或线上灰度结论。
Method
三条最锋利的规矩
能一句话说清规则的模块，不要交给模型
越可复现的地方越该用代码。
先质疑度量，再谈结论
否则只是在优化一个错的数。
把「不做清单」写进需求文档
不写就等于默认都要做。
More Work
近期实践与支撑作品
暖心护 · 家庭协作小程序
个人项目 · 需求设计、原型与版本验收（AI 辅助实现）
由早期养老原型收敛到家庭资料、待办、私信与 SOS，明确邀请、撤销、可见性及异常处理。4.2.1 开发修复包已有本地回归记录。
4.2.1 尚未部署；多账号真机、云权限与恢复演练待验收。前台提醒不等于后台通知。
RecNote Agent · 转写文本与知识笔记整理
个人项目 · 产品流程与原型验证（AI 辅助实现）
为转写文本设计切片、归类、提炼、查重、入库五步流程，用人工确认、来源双向关联与快照回滚控制整理过程中的不确定性。
本地规则链路与可选 LLM 增强分开；60+ 断言为项目说明记录，本轮未重跑。不宣称完成 ASR 或开放式自主 Agent。
Dify / 扣子 · 业务工作流支撑作品
业务流程拆解与工作流搭建 · 支撑作品
围绕发票归档、简历初筛、合同审查、流水风控、资讯整理与内容处理六项案例，展示文档解析、模型编排、规则计算和业务归档的实现思路。支撑作品 · 原始资料待补。
已解压的参考课件与工作流可支撑案例机制说明；个人版本导出、改动记录、运行截图和结果样本待补，实际效果另行验证。
FDE Atlas · 企业 AI 落地案例图谱
案例研究与工具化实践 · WorkBuddy 协作
将企业 AI 公开案例整理为可检索的研究工具，通过六维详细度评分、证据账本与人机边界说明，帮助比较业务问题、技术流程和可迁移经验。
基于上游案例库迭代；127 条是公开材料整理数量，独立核验记录为 0。个人具体分工、用户采用与业务效果待补。
bili-note
独立 · 视频与图文笔记技能
可验证产物：SKILL.md 22,865 B；scripts/ 10 个脚本；17 个代码文件 / 28 个测试用例；覆盖 7 个环节（环境自检、多级降级、笔记预算评分、证据索引等）。已作为可复用技能发布。
诚实边界：依赖 B 站页面结构，页面改版会导致解析失败
支撑作品 · 原始材料待补
技能描述优化器
独立 · 单文件 Web 应用
可验证产物：单文件 31,574 B / 内联逻辑 14,478 字符 / 26 个交互控件 / 7 个功能点；原始描述输入 → 三档优化模式 → 评分与问题诊断 → A-B 对比工作区 + 触发命中测试；双引擎可选（离线规则引擎 / 接入 OpenAI 兼容 LLM）。
诚实边界：无测试用例（「中」强度），离线引擎输出偏模式化
支撑作品 · 原始材料待补
选题分档与微信原生小程序
独立 · 选题研究与原型实现
可验证产物：17 个代码文件；投票预览页内联逻辑 17,197 字符；零依赖微信原生小程序 + H5 预览页 + 提案分档总览文档。
诚实边界：无测试用例；档位标准是主观判断，不是量化评分模型
支撑作品 · 原始材料待补