刘典赐的工具箱
AI LAB

AI应用

这里记录我负责过的内容 Agent、企业知识库和新闻自动化项目，重点介绍后端实现、异常处理、检索评测，以及与 CMS 发布流程的集成。

仅内部使用

Python · FastAPI · OpenAI SDK · PostgreSQL · Langfuse

金融内容 Agent 与发布平台

独立负责金融内容 Agent 的 Python / FastAPI 后端，并完成搜索、数据库与 CMS 集成。单篇内容从开始生产到最终发布的周期，由人工约 3–5 天缩短至约 1 小时。

我负责的实现与结果

  • 将资料研究、大纲规划、写作、审核、修订和发布拆成独立步骤，通过结构化结果衔接，支持自动修订与人工审核。
  • 封装搜索与 CMS 工具调用，处理超时、重试和失败降级；保存任务状态、资料来源与修订版本，支持任务重试和幂等发布。
  • 使用 Langfuse 记录提示词版本、Token 消耗、耗时、工具调用及异常，通过真实业务用例做评测与回归检查。
  • 为金融 / FX 内容生成标题、摘要、FAQ、内链建议和日语正文，审核后进入 CMS 草稿与发布流程。
  • 约 95% 的任务可自动完成流程并通过审核，无需人工介入；保留人工审核入口，便于处理需要人工判断的内容。

内容生产流程

  1. 1资料研究：搜索与来源整理
  2. 2大纲规划：结构与 SEO 要求
  3. 3正文撰写：基于资料生成内容
  4. 4内容审核：事实、表达与发布要求
  5. 5内容修订：根据审核意见调整
  6. 6发布：写入 CMS 并发布到官网
仅内部使用

Python · FastAPI · LangChain · Milvus · PostgreSQL · Redis

企业知识库与 AI 问答助手

负责企业文档处理、知识检索和问答服务开发，支持根据内部文档回答问题并返回引用来源。重点处理检索结果不稳定和文档更新后的索引维护。

我负责的实现与结果

  • 完成文档解析、清洗、分块和向量化，使用 Milvus 建立索引，并保存文档来源、分类和更新时间。
  • 结合查询改写、元数据过滤、BM25 与向量混合检索，再通过重排筛选候选内容，改善纯向量检索结果不稳定的问题。
  • 基于检索内容生成回答并返回来源；建立真实业务问题测试集，评估 Recall@K、回答正确性和引用准确率，根据错误用例调整分块大小、召回数量及检索策略。
  • 通过文档 ID 和内容 Hash 识别变更，增量更新索引，文档修改后只重新处理受影响内容。
仅内部使用

n8n · GPT · CMS 自动化

自动化新闻工作流

使用 n8n 将新闻搜索、内容处理、多语言适配和发布串成工作流，减少运营人员复制资料、切换系统和重复发布的操作。

我负责的实现与结果

  • 联网搜索热点并过滤重复选题，抓取和解析新闻正文，整理成结构化内容。
  • 接入 AI 改写、多语言处理和封面生成，让同一份新闻资料进入不同语言的发布流程。
  • 发布到 CMS 后刷新站点地图，并通过钉钉同步执行结果。
  • 将重复步骤整理为可复用节点，便于调整来源、处理方式和发布目标。