AI project
RAG 企业内部知识库Agent：LLM大模型应用
项目简介：基于 Dify + open ai搭建企业内部智能问答助手，整合企业内部产品规格、成本定价、物料 BOM、SOP 操作流程、部门制度等多类型涉密资料构建私有知识库，实现员工自助查询内部信息，大幅提升内部办公效率，新人培训学习效率；针对内部编码检索失效、长流程文档召回、核心数据幻觉等问题完成全链路工程化优化。
核心工作：
检索优化：针对 ASIN 字母编码分词失效问题，基于 Jieba/ES 分词原理改造文档格式，采用中文锚词 + 编码无缝拼接方案，优化 BM25 + 向量混合检索权重与阈值，ASIN 检索召回率从 28% 提升至 85%；
链路成本优化：基于 Dify 问题分类器搭建前置二分类路由，依托 6 轮短上下文实现多轮指代消歧，按需触发 Query 改写，裁剪 75% 无效 LLM 调用，整体推理成本下降 68%；
幻觉治理：分节点精细化配置 LLM 采样参数 + 约束型 Prompt，严格绑定知识库检索结果，抑制大模型凭空编造产品参数；
知识库结构化：重构产品 Chunk 拆分规则，为父 ASIN 单独新增汇总文档和元数据，解决变体数据碎片化问题，整体问答准确率从 55% 提升至 92%。
完整链接：
Demo网站：https://dify-enterprise-knowledge-agent.netlify.app/
Github项目代码：https://github.com/yumizyg/dify-enterprise-knowledge-agent?tab=readme-ov-file
知识栈：Dify、agent开发、BM25 全文检索、Embedding 向量检索、Prompt Engineering、RAG 工程化
VIBE CODEING小程序开发： Memo拾光
项目简介：独立策划并真实商业化落地的C端互联网产品，一款日记为核心的微信小程序，软件以独特的高饱视觉设计、丰富的功能、细节的交互逻辑为突出，主打年轻一代对于视觉审美和自定义程度高的年轻用户群体，产品具有云端实时同步记录，功能覆盖日记、人生节点、纪念日、阶段性总结与好友功能。具备用户粘性和社交属性，全程采用 AI 辅助开发（Vibe Coding）：本人负责把控产品的图片素材、需求定义、交互方案与验收标准，借助 Cursor 等 AI 工具快速迭代原型与功能，
核心工作：
需求定义与 MVP ： 主导项目PRD撰写、需求分析，将「日记」设为一屏直达的主路径，节点/人生/总结作为低频但高价值的延展模块；通过 Tab 优先级与 FAB 快捷入口降低记录心理门槛，避免功能堆叠导致的首屏失焦。
AI 协作式产研流程： 以 PRD + 原型描述驱动 AI 生成页面与逻辑，本人聚焦用户旅程、边界 case 与体验验收；形成「产品定方向 → AI 快速实现 → 人工体验把关」的闭环，单人在较短时间内完成五模块迭代。
链接：见二维码
知识栈： 产品思维、PRD策划、微信云开发生态、 Vibe coding、微信小程序、产品原型与交互设计、社交思维、隐私与边界设计
Prompt结构化：跨境电商素材优化
项目简介：针对跨境业务中的产品主图、A+、视频等资源，该项目基于Lovart+LibTV+image，通过优化AI生成流程和平台，进行prompt结构化调试，批量生成风格统一、成本更低的高端商业短片和图片，并真正落地到企业的商品listing当中。
核心工作：
提高生成效率：原有生图流程成图率低下、跨平台流程繁琐、画面质量较差，通过优化平台、模型配置，大幅提高成图率，提示生成效率。
降低生成成本：原有流程生成成本高，尤其是视频成本较高、废品率高，提高结构化提示词等途径进行优化后，减低60%以上成本。
知识栈： AI 视频/图片生成、流程优化思维、成本思维、审美能力
Coze工作流编排：定制化视频
项目简介：本项目主要是通过coze，通过编排工作流，达到固定系统性输出固定格式的标准化视频的目的，该类视频有着风格化高度统一、可自由编辑、token成本极低、耗时极短等特点。在高自由度下，用户可以自己输入文稿或ai自动生成对应主题文稿的方式制作文本，同时工作流自动剪辑、拼贴素材，最终生成一段可供后期剪辑的剪影视频文件；一段1000字左右的文案成本大约在5毛钱左右，时长1-2分钟，用时1分钟以内即可生成，效率极高，适合业余自媒体。
核心工作：
workflow工作流编排：原调用不同第三方工具和多模态模型，进行复杂编排，目的是最大程度让AI完成全部流程工作。
降低生成成本：原有流程生成成本高，尤其是视频成本较高、废品率高，提高结构化提示词等途径进行优化后，减低60%以上成本。
知识栈： AI 视频/图片生成、流程优化思维、成本思维、审美能力