笔记列表-低调大师优秀个人博客

文章列表

共 213290 篇

2026-09-18

企业 AI 最大的问题，不是数据不足，而是数据没有业务语义

我们之前分别讨论了：为什么企业知识需要结构化，以及为什么结构化知识最终必须进入业务模型这两个问题。感兴趣的朋友可以找来回顾一下。有高人建议就我们了，现在造概念的人太多，说这么多理论，不如结合我们在数字化领域深耕多年实际做的系统讲讲，今天这篇我们就好好聊聊。首先接着之前聊的两点，继续往下追问一个问题：业务模型的基础是什么？我们的答案是：语义。企业 AI 真正缺...

阅读约16分钟

2026-09-18

费用分析如何找出该砍的和该保的？费用分析从哪下手？

很多企业把砍费用和配资源当成两件事——先砍掉一批费用把成本降下来，再指望省下来的钱能用在刀刃上。但现实是：砍错了地方，该保的没保住；配置路径不清晰，砍下来的钱也花不出效果。

阅读约7分钟

2026-09-18

业财一体化平台怎么选？业财一体化怎么破局？

很多企业把选平台和破局当成两件事——先选一个好平台，再指望平台来解决业财融合的问题。但现实是：平台选错了，破局无从谈起；破局路径不清晰，平台也选不对。

阅读约8分钟

2026-09-18

Cloudflare Web tag management Tag 管理问题

其中最主要的错误是 CSP，这个与前端代码使用的安全机制有关，如前端的安全机制设置得比较严格，最好得办法就是禁用 Zaraz。

阅读约2分钟

2026-09-18

182 · Python F 系列收官：从「工具」到「智能工作台」的演进路线

问题F 系列十篇把大模型接入了前面的工作台：双轮框架、账套序列化、异常解读、智能底稿、程序推荐、新规适配、问询生成、复核闸门、提示词库。本篇收个尾，画一张从 1 到 182 的演进路线，并给想动手的老大一份落地优先级建议。

阅读约3分钟

2026-09-18

181 · Python 提示词工程审计场景复用：把核查逻辑写成可复用 prompt 模板

问题174 的 ledger_to_prompt、175 的 explain_risk 都是"临时拼字符串"，项目一多就乱。本篇把 prompt 纳入版本化模板库 PROMPT_LIB，用 render_prompt(name, ctx) 渲染，像调用函数一样调 prompt——审计逻辑变了改模板，不碰业务代码，新人也能照模板写新场景。

阅读约4分钟

2026-09-18

180 · Python 人机协同校验：AI 初判 + 人工复核双保险

问题AI 会错、会幻觉，审计结论又不能错。本篇建立 review_gate 机制：所有 AI 生成的底稿、建议、结论都打上"待复核"标记，未过人工复核闸门一律不能进正式交付。这是把 AI 当"初稿员"而非"终审官"的硬约束。

阅读约4分钟

2026-09-18

179 · Python AI 辅助问询函 / 访谈提纲：尽调场景

问题尽调要发问询函、做管理层访谈，问题质量直接决定核查深度。新手常问得泛、问不到点。本篇把 168/169 的尽调发现（红旗、表外敞口）自动转成"点对点"的问询清单和访谈问题，让每一面红旗都对应一个要追问的口子。

阅读约3分钟

2026-09-18

178 · Python 监管新规适配：把新要求固化进工具箱

问题法规在变，工具不能原地踏步。近年一批新规对披露完整性、底稿留存、特定科目处理提出了新要求。本篇演示一套"规则可插拔"的适配机制：把每一条新规抽象成一条检查函数，账套过一遍 compliance_check 就知道自己缺什么。具体条文以官方正式发布为准，本文只演示适配框架。

阅读约4分钟

2026-09-18

把GEO认知度量跑成定时任务：云函数+存储+看板

单次采集只能给出某时刻快照，无法识别趋势与回归。大模型答案随模型版本、检索语料、竞品动作持续漂移，品牌认知维度可能在2-3个采集周期内悄然偏科。行业实测显示，约60%的品牌在传统指标"达标"时认知维度仍存偏科；其中约30%的品牌在"卖点"维度完全缺失。只有把度量跑成每周3次、连续12周的稳定采集，才能平滑单一平台的随机波动，使置信区间收窄约40%。GEO生成...

阅读约8分钟

2026-09-18

177 · Python AI 核查程序推荐：根据红旗自动生成审计/尽调程序清单

问题148/159 的 fraud_flags 命中红旗后，下一步该做什么程序？新手常卡在"知道有问题但不知查什么"。本篇把红旗字典映射到具体审计/尽调程序，自动生成一张可勾选的检查清单，新人照着做就行。

阅读约3分钟

2026-09-18

176 · Python 智能底稿生成：工具箱输出自动填进底稿模板

问题133–142 的 ReportEngine 出的是正式报告，但所里每天用的是工作底稿（审定表、抽凭表、风险评价表）。本篇把 toolkit / risk_engine 的产物填进底稿模板，生成带数据、带结论的草稿底稿，审计员只复核签字，不再从零敲字。

阅读约4分钟

2026-09-18

175 · Python AI 辅助异常解读：风险分 → 人话结论 + 建议核查程序

问题156 的 risk_dashboard 输出 score 和 level，但投委会要的是"所以呢"。本篇把风险分映射成三段式人话：一句结论、风险从哪来、下一步查什么。这里演示"规则驱动的模板生成"——不调大模型也能出像样的初稿，再叠加模型润色。

阅读约3分钟

2026-09-18

174 · Python 让 AI 读懂统一账套：schema 到自然语言摘要

问题大模型不认识我们 154 篇定义的统一账套 schema，直接把 dict 甩过去它也能读，但噪声大、易漏重点。本篇写 ledger_to_prompt，把账套序列化成"模型友好"的文本，突出科目、对手、表外三项，并自动标注异常阈值，让模型第一眼就抓到重点。

阅读约4分钟

2026-09-18

173 · Python AI 辅助审计底稿：大模型 + 规则引擎双轮驱动（F 系列开篇）

问题D/E 系列把工具装配成了能跑的一体化工作台，但最后一步——读风险分、写底稿、拟核查建议——还是靠人。F 系列引入大模型，让 AI 读账套出摘要、读风险分出建议，但规则和 AI 必须分工：规则引擎管确定性的计算（拨备、风险分可复现），大模型管非确定性的表达（人话解读、底稿措辞、程序建议）。本篇先搭双轮框架。

阅读约5分钟

2026-09-18

用WorkBuddy制作全国六线慢游规划器——从需求到上线的完整记录

朋友退休了，想从青岛出发走遍全国。但市面上的旅行攻略要么太赶（5天10个景点累趴），要么太泛（没有具体预算和每日安排）。我需要一个工具：给他六条覆盖全国的慢游线路，每条有完整每日行程、三餐住宿参考、预算明细、出行注意事项，节奏舒缓，适合中老年家庭。

阅读约5分钟

2026-09-18

AI时代的Docker教程36招-第1招-本地Docker怎么5分钟跑起来？

我是老李，过去几年一直在做企业数字人平台这类系统：一条语音从 ASR 进来，经过 LLM Gateway 和 RAG，再到 TTS 和 Avatar 渲染，最后通过实时音视频推给用户。这套东西的服务数量天然多，本地开发环境如果不统一，每个人机器上的问题都不一样。

阅读约28分钟

2026-09-18

AI时代的Docker教程36招-第2招-Docker有哪些专有名词、核心架构和使用场景？

我是老李，《Docker进化36记》里我只推进一个项目：企业数字人平台。它最开始只有一个后端服务、一个 Dockerfile、一条 docker run，能跑起来就算赢。

阅读约36分钟

2026-09-18

AI时代的Docker教程36招-第3招-企业数字人平台为什么适合用Docker贯穿学习？

我是老李。上一记我们把 Docker 的名词和架构过了一遍，但那还是纸上的东西。带人这么多年，我见过最多的状态是：Dockerfile 会写，docker run 会敲，项目一换就卡住——因为教程里的示例永远是 nginx 加 redis，而真实系统里有十几种脾气完全不同的组件。

阅读约40分钟

2026-09-18

AI时代的Docker教程36招-第4招-容器到底是什么，和虚拟机有什么本质区别？

我是老李，带一条企业数字人平台的产品线。这套平台的 V1 部署很朴素：Gateway、User、ASR、TTS、LLM Gateway、Avatar 六个服务，各自一台 8C16G 的虚拟机，谁也别碰谁。机器之间用内网互通，出问题就登上对应那台机器看 top，一分钟能定位到是谁在吃 CPU。

阅读约33分钟

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

文章列表

企业 AI 最大的问题，不是数据不足，而是数据没有业务语义

费用分析如何找出该砍的和该保的？费用分析从哪下手？

业财一体化平台怎么选？业财一体化怎么破局？

Cloudflare Web tag management Tag 管理问题

182 · Python F 系列收官：从「工具」到「智能工作台」的演进路线

181 · Python 提示词工程审计场景复用：把核查逻辑写成可复用 prompt 模板

180 · Python 人机协同校验：AI 初判 + 人工复核双保险

179 · Python AI 辅助问询函 / 访谈提纲：尽调场景

178 · Python 监管新规适配：把新要求固化进工具箱

把GEO认知度量跑成定时任务：云函数+存储+看板

177 · Python AI 核查程序推荐：根据红旗自动生成审计/尽调程序清单

176 · Python 智能底稿生成：工具箱输出自动填进底稿模板

175 · Python AI 辅助异常解读：风险分 → 人话结论 + 建议核查程序

174 · Python 让 AI 读懂统一账套：schema 到自然语言摘要

173 · Python AI 辅助审计底稿：大模型 + 规则引擎双轮驱动（F 系列开篇）

用WorkBuddy制作全国六线慢游规划器——从需求到上线的完整记录

AI时代的Docker教程36招-第1招-本地Docker怎么5分钟跑起来？

AI时代的Docker教程36招-第2招-Docker有哪些专有名词、核心架构和使用场景？

AI时代的Docker教程36招-第3招-企业数字人平台为什么适合用Docker贯穿学习？

AI时代的Docker教程36招-第4招-容器到底是什么，和虚拟机有什么本质区别？

资源下载

Mario

Spring

Rocky Linux

Sublime Text

欢迎您来访！