最新

我正在尝试一种基于规则的方法，对 Google 搜索结果摘要进行分类（中立 / 不利 / 权威-监管），用于合规和尽职调查。 我一直遇到的一个问题是来自高权威来源的误报：单个监管机构的 PDF 文件或旧的执法行动可能会压倒数十个中立结果，即使上下文已经发生了实质性变化。 对于那些从事 OSINT（公开情报）、风险或搜索分析工作的人：你们通常如何大规模验证误报与真实的不利信号？你们会以不同的方式衡量权威性，或者应用时间或上下文衰减吗？

朋友们，你们对铝合金有什么问题吗？我准备做一个调查，收集大家的问题。谢谢。

Helix 是一个动态模拟服务器，使用 LLM（支持 Ollama、DeepSeek、Groq）即时生成数据。<p>与其他 AI 生成器的主要区别：模式强制执行。 使用 LLM 的最大问题之一是非确定性输出。为了解决这个问题，Helix 允许您提供一个“系统模式”（使用 TypeScript 接口、JSON Schema 或纯文本规则）。引擎确保生成的 JSON 严格遵守您定义的键和类型，同时仍然为内容生成逼真的值。<p>功能： - 本地优先：完全离线工作，使用 Ollama（推荐 Llama 3.2）。 - 模式安全：您可以强制执行严格的结构合规性，这样您的前端就不会崩溃。 - 混沌模式：可选地模拟延迟和错误率。 - 技术栈：Python 3.11、FastAPI、Redis、Docker。<p>它是开源的（AGPLv3）。我很乐意听取您的反馈，特别是关于模式验证方法！<p>仓库：<a href="https://github.com/ashfromsky/helix" rel="nofollow">https://github.com/ashfromsky/helix</a>

这个业余项目实际上是用从 Deno 窃取的代码创建的。此外，我已经将我的框架提交到 TechEmpower 基准测试和其他基准测试中。我附上了该框架的得分供您参考。

我在 LinkedIn 上进行了两年的冷启动。 并非大规模操作——每天可能向潜在客户发送 10-15 条消息。 问题从来都不是找不到要发消息的人。 LinkedIn 搜索功能运行良好。 Sales Navigator 也很好用。 推荐也行得通。 问题在于打开他们的个人资料，然后……发呆。 “好的，他们是一家 B 轮公司的工程副总裁。 他们上周发帖讨论了技术债务。 我怎样才能不听起来像他们收件箱里的其他人？” 删除。 重写。 检查是否太长。 太短。 太过推销。 还是不够具体。 四十七分钟后，我写了四条消息。 真正的问题 大多数外展工具都解决了错误的问题。 它们提供： 带有合并标签的模板（{{firstName}} 在 {{company}} 工作） 违反 LinkedIn 服务条款的自动发送功能 批量序列自动化 但这并不是我卡住的地方。 我知道要给谁发消息。 我只是不知道该说什么，而且要花很长时间。 ChatGPT 也没帮上什么忙。 除非我花 10 分钟根据他们的个人简介、我的产品详细信息和语气指南来精心设计完美的提示，否则它只会给我一些通用的垃圾信息。 在那种情况下，我最好自己写。 我构建的东西 我制作了一个 Chrome 扩展程序，该程序： 1. 你只需设置一次——添加你的产品描述并为不同的声音创建“角色”（技术、咨询、休闲，等等） 2. 当你打开 LinkedIn 个人资料时，单击该扩展程序 3. 它会读取他们的个人资料，将信号与你的产品匹配，应用你的角色，并在大约 5 秒内生成一条消息 4. 你可以查看它，根据需要进行编辑，手动复制并粘贴到 LinkedIn 中 没有自动化。 没有自动发送。 没有违反 LinkedIn 规定。 只是更快地编写消息。 技术方法 该扩展程序会抓取可见的个人资料数据（没有 API，因为 LinkedIn 几年前就关闭了该功能）。 将其发送到后端，该后端将： 提取关键信号（角色、公司发展阶段、最近的活动） 根据你的产品背景匹配这些信号 应用特定于角色的提示工程 返回一条带有严格规则的消息（没有流行语，没有“希望一切安好”，保持在 150 字以内） 角色系统是最有趣的部分。 你可以切换不同的声音，而不是使用一个通用的提示。 “前顾问”的角色听起来与“技术联合创始人”的角色不同——不同的句子结构，不同的参考点。 我学到的东西 最大的惊喜：人们不想要更多的自动化。 他们希望保持控制，但消除空白页问题。 每次我在早期的用户访谈中提到“自动发送”时，人们都会感到紧张。 但“为我写，我来审查和发送”立即引起了人们的兴趣。 第二个惊喜：质量标准比我预期的要高。 一条消息 80% 很好，但有一行很奇怪？ 人们会重写整个消息。 它需要达到 95% 的好，否则就没用了。 目前状态 目前处于私人测试阶段。 大约有 40 人在使用它。 平均消息生成时间为 6 秒。 大多数人在发送前会编辑大约 20% 的消息。 不确定这是否真的是一项业务，但它解决了我的问题。 也许它也能解决你的问题。 很乐意回答有关技术实施或我所见过的用户行为模式的问题。 它被称为 Prospectee。 如果你感兴趣，可以在 prospectee.io 上查看。