暂无搜索历史
别让 AI 猜:给本地自动化加一条"停下来问人"的人工介入队列
多语言技术文档最容易翻车的地方,不是句子不通顺,而是同一个词在三篇文章里被翻成三种说法。人工逐篇校对成本极高,机器翻译又各翻各的。这篇讲我怎么用 AI 把翻译这...
我大部分时间不在电脑前:在车间看打样、在客户那边对稿、在路上。但真正吃算力的活——跑设计流水线、批处理图纸、生成几百张图——都在工位那台机器上。过去我的做法是"...
给 AI 工作流记一本运行账本:用阶段耗时与失败聚类找出真正的瓶颈
用 AI 做跨文件一致性校验:让表格、图纸参数与报价单对得上
把日常活交给本地 AI 之后,我最先踩的坑不是模型不够聪明,而是它太容易说“已完成”。文件其实没落盘、路径其实在临时目录、脚本 exit 0 但产物是 0 字节...
让 AI 接管浏览器:登录态复用、动态渲染与限流下的稳定抓取实操
调提示词是件很没有安全感的事。你把"请严格按 JSON 输出"改成"你必须只输出 JSON,不要有任何解释",再跑一次,输出看起来好了一点,于是留下;过两天换个...
用 AI 做邮件批量分流:从一屏未读到一个待办清单的实操经验
用 AI 把设计报价变成可复核的核算脚本:从手工算式到自动出数的实操经验
给本地 AI 工作台做一份能恢复的备份:配置、密钥与产物的三级策略
大部分人用 AI 的方式是「抛一句需求,等它吐结果」,然后抱怨结果不准。问题往往不在模型,而在需求本身没被澄清——一句话里塞着十几个没有定义的词,模型只能自己脑...
本地环境用久了,脚本目录会变成垃圾场:一个做磁盘清理的、一个同步记忆的、一个检查服务是否存活的、一个给文件改名的。写的时候都很快,AI 十几秒就能生成一段能跑的...
把日常重复任务交给定时自动化:无人值守跑一个月后留下的自检与退避机制
让 AI 管住那个 3000 个文件的下载目录:归档规则、幂等与回滚实操
别让一个大模型干所有活:本地自动化的模型分级路由与成本控制实操
我用 AI 辅助写了大量本地自动化脚本:批量改刀版参数、按尺寸出图、把设计文件按客户归档、跑一套包装结构校验流程。刚写出来的脚本几乎都能一次跑通,但真正决定它值...
生图模型的出图速度已经不是瓶颈,瓶颈在于出图之后没人验收。同一句提示词连出十张,挑一张顺眼的就用,交付到客户那里才发现盒子透视塌了、烫金字歪了、阴影方向反了——...
用视觉模型批量提取图纸与截图里的参数:OCR 之后的清洗与校验
把重复操作封装成 AI 可调用的工具:MCP 落地实操与踩坑
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市