给个人站加一个 AI 助手：把知识库和 17 个工具接进对话里
2 tok/s 的本地模型跑不动自主 Agent，所以做成工具路由器：模型只选工具，确定性计算交给代码。这篇记录 17 个工具、SSE 流式、五个坑（哈希被编造、工具名混淆、重复调用、嵌套 JSON、nginx 60 秒掐断）和线上实测。
标签：#AI
共 9 篇 · 返回博客首页
用 AI 把一个功能从需求做到上线：一次完整的需求落地实录
换掉上次那个「导出 Excel」的玩具例子：这次用「给 IM 加群聊未读数与已读回执」走完整条流程——一页规格（含那条最重要的「不做」）、两种数据模型的写放大对比、四步可回滚迁移、逐文件实现与提示词、位点幂等的边界用例、上线开关与告警指标，以及 AI 帮到我三件事、坑我三件事。
用 AI 跑压测：从写脚本到出容量结论
AI 在压测里最值钱的用法是帮你把口径问清楚、写脚本骨架、把可疑指标列全；最不值钱的是让它告诉你结果。这篇记录了阶梯加压找拐点、压测机自己成瓶颈、以及报告里必须补的三节。
AI 写的测试可能是假绿灯：三种识别方法
测试全绿但功能是坏的——AI 生成的测试有三种典型假象：断言恒真、把实现抄进断言、为了让测试通过而改测试。这篇给识别方法与三道检查，也说明 AI 在测试上真正强的地方。
文档、周报、会议纪要：我做了一条 AI 流水线
把散落的输入（提交记录、聊天要点、随手笔记）统一成一份模板，让 AI 出初稿，我只做收口。这条流水线跑了半年，周报从 40 分钟压到 10 分钟，而且不再是「这周做了些啥」式的流水账。
用 AI 做过最值的 5 件事，和最不值的 3 件
三年下来我大概能分清哪些任务交给 AI 是纯赚，哪些是给自己挖坑。这篇是个人清单：最值的五类（一次性脚本、读陌生代码、长文压缩、翻译润色、命名起标题），最不值的三类（架构决策、没验证的配置、需要精确事实的文案）。
让 AI 摸到我自己的东西：MCP 接入实践
MCP 解决的是「AI 只能看我贴给它的东西」这个问题。我接了自己的文件目录、只读数据库、浏览器和搜索，三个场景每天都用得上。这篇写配置方式、真实用途，以及必须划清的安全边界。
我真正在用的 7 个提示词套路
不是「万能咒语」，而是七个我几乎每天都会打的套路：给验收标准、给样例、先要方案、标注不确定、让它反驳我、固定输出格式、复述任务。每条都给出我实际会打的那几句话。
我现在的写代码流程里，AI 到底站在哪个位置
从补全到对话再到 Agent，我用 AI 写代码的方式换了三次。现在的位置很明确：它做「第一版」和「查资料」，我做「判断」和「验收」。这篇写清具体分工、我的固定流程，以及哪些环节我绝不让它碰。
已经到底了，共 9 篇。