我在构建什么
同一个问题的四个层次。
大多数合作从其中一个开始，最后会碰到两个。模型很少是难的那一部分。
AI 工程
智能体系统：会判断也会行动的智能体、能从你的文档中作答的检索、能撑起一段对话的语音。再加上决定这一切能否在真实用户面前站住的可靠性工作。
- LLM 应用与 AI 智能体
- 多智能体编排
- RAG 与混合检索
- +4 more
自动化工程
系统与系统之间的那部分工作。大多数运营痛点并不是缺了某个功能，而是有人在把数据从一个工具搬到另一个工具，偶尔还会忘。
- n8n 流程自动化
- CRM 与 ERP 自动化
- 线索抓取、分派与跟进
- +4 more
面向增长与营收的 AI 系统
对准营收的自动化。判定、个性化和分群是挂着营收数字的 AI 问题，也因此是最容易论证投入的那一类。
- AI 线索判定与评分
- 销售智能体与跟进序列
- 规模化的个性化投放
- +4 more
定制业务系统
让记录系统去贴合业务，而不是反过来。通常是 ERPNext，通常是因为标准流程并不能描述这家公司实际的运作方式。
- ERPNext 与 Frappe 定制
- 制造与光伏流程
- 销售与项目流程
- +3 more
I work directly with you on architecture and implementation. Scope, responsibilities, and any additional contributors are agreed before an engagement starts.
我构建的系统
工作是整条流程，而不是其中一步。
一个回答得好的模型只是一个功能。一条半夜进来的线索，在凉掉之前带着上下文送到对的人手上，那才是系统。
入站线索 workflow. 主流程： 线索进来，然后 AI 判定，然后 CRM 已更新，然后 个性化回复，然后 已通知销售. 关联路径： 信息补全 汇入 AI 判定; 跟进序列 作为条件路径来自 个性化回复.
客户项目
客户项目与实用系统。
LawBot Africa
面向非洲各法域的法律 AI 平台：用平实语言作答的助手、合同生成器和文档分析，集中在一个工作区里。
在一个工作区里提问、起草和审阅
关于我
能扛住真实用户的系统。
这不是一份演示作品集，而是一份被设计、被交付并且仍在生产环境运行的 AI 系统记录。
演示很容易，生产才是工作。
大多数 AI 项目死在 notebook 与部署之间。我构建的是能活下来的那部分：评估、兜底路径、可观测性，以及真实用户上来之后依然稳定的系统。
先看业务问题，再谈模型。
我交付的每一个系统都从一个运营痛点开始：线索烂在收件箱里、客服队列爆掉、知识锁在 PDF 里。然后我从那里倒推，找到能消除它的最小架构。
全栈，从头到尾。
在 LangGraph 里做智能体编排，用混合检索做信息召回，FastAPI 后端，React 前端。一个人负责整个系统，交接处不会掉东西。
我怎么构建
Understand, architect, build, evaluate, ship, improve. The same loop for every system, whether it is a job or something shipped alone.
阅读构建流程底层构造
这些工具，以及它们运行于其中的循环。
我用来交付的每一件工具，按工作真实的连接方式连起来，以及我构建的每一个智能体系统底下的那套推理循环。
The map · drag a node to explore
drag nodes · hover to explore
The loop · every system runs this
User
Query, voice, or event
Agent
LangGraph orchestrator
Reasoning Core
LLM · tools · memory
Vector DB
Hybrid semantic retrieval
Response
Grounded and cited
在哪里划得来
有什么是我可以帮你自动化的？
如果这个季度你们公司里有人说过其中一句，那它已经是一个有形状的系统了。
线索进来了，却没人跟进。
自动化的判定与分派，以及一封几分钟内就发出的首次回复。
销售团队一整天都在更新 CRM。
记录由流水线写入，CRM 成了工作的副产品，而不是第二份工作。
同样的客户问题每天都要落到人身上。
一个锚定在你自己内容上的助手，只把该升级的升级上来。
想找点什么就得在文档堆里翻。
对你自己文件的检索，返回的是带出处的答案，而不是一个文件夹。
投放没办法在规模上做个性化。
先补全，再逐条生成，让个性化背后有事实支撑。
客户数据散在四个系统里。
集成与去重，合成每个系统都能读的一条记录。
核心流程还跑在电子表格上。
把流程搬进记录系统，并保留人们在系统之外发明的那些步骤。
ERP 的工作靠手工，报表没人信。
按真实流程定制的 ERPNext，并与周边一切打通自动化。
有人整天在系统之间搬数据。
事件驱动的同步，并为那些不该由机器决定的情形留一个复核队列。
内容太耗时间，于是就停了。
一条能扛过忙碌一周的调研、生成与发布流水线。
客服电话在吃掉团队的产能。
让语音智能体接住重复来电，并用能带走上下文的热转接兜底。
有 AI 预算，却不知道该投到哪里。
先做一次短期合作，在动手构建之前找出自动化能自己回本的位置。