暂无搜索历史
我踩过这个坑。第一版看板上线时,脚本跑得很顺,每天准时拉数、准时推送,界面也漂亮。唯一的问题是数字不对——分母把父需求和子需求都算进去,同一个工作量数了两遍。更...
欧菲斯电商产品项目组合管理,AI项目管理Master | 电商产品部经理 (已认证)
这不是抬杠。我用"模型调用次数"数过一次,得出"我们上了 5 个 Agent"的结论;后来换成"决策单元"重新数,发现其实是 1 个 Agent 换了 5 个角...
"A4 复印纸 70g 500张/包"、"复印纸 A4 70克"、"A4纸 70g"——人一眼就知道是一回事,系统里却是三个不同的商品。采购的人搜"复印纸",搜...
更准确地说,是其中大部分很快就没了动静。而为了让剩下那个能一直连着,我另外写了静默续期脚本、shell 包装、一个每天 10 点的定时任务,还备了一份 laun...
没有报错,没有 5xx,没有超时告警。服务端每一次都老老实实处理完、返回 200、计一次费。只有我们这边的调用方,以为它失败了。
8 个项目,我一个人盯。真正累的不是数量,是每天早上都要重新回答同一个问题:昨天到今天,哪个项目的口径又变了?
这不是一句故作深沉的总结。我把今年做过的事摊开看了一遍——有做产品交互的,有接内部系统的,有啃数据脏活的,有做看板和报表的,也有纯粹觉得好玩就上手试的。它们当时...
去年我们把一个跑了多年的业务系统接上了 AI 客户端,让模型可以在对话里直接查询和调用业务能力。
我们有一条每天跑的自动化管道:从项目管理平台拉需求 → 聚合成指标 → 生成日报 → 推送到群里。
上周我们把一个内部业务系统封装成 MCP 服务,交付给两个 AI 客户端接入。本地自己写脚本调,一切正常;换成 AI 客户端,连接直接失败。
做 AI 提效度量指标时,最容易出事的地方不是算法,而是口径。本文记录我们如何为一个覆盖 8 个项目的「AI 排期覆盖率」看板建立可信口径:分母怎么定、状态怎么...
面向 WorkBuddy / Cursor 等 AI 客户端,把企业内部多个业务系统改造成 MCP(Model Context Protocol)服务。本文记录...
一次真实的企业内网 OAuth2.1 接入踩坑记录:AS 把 refresh 授权拦成 302 登录跳转、DCR 只发公开客户端、client_credenti...
企业 AI 项目最常见的误区,是把“模型能回答”当作“项目可上线”。演示原型只需输入、模型和输出;企业级能力还必须能被业务采用、被安全治理、被持续评估,并在成本...
暂未填写个人简介
暂未填写学校和专业
暂未填写个人网址