<a href="https://github.com/Dawaman43/xsql" rel="nofollow">https://github.com/Dawaman43/xsql</a>
返回首页
最新
我正在尝试一种基于规则的方法来对谷歌搜索结果页面(SERP)片段进行分类(中立/不利/权威-监管),以用于合规和尽职调查的案例。<p>我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文件或一项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的变化。<p>对于从事开放源信息(OSINT)、风险或搜索分析的人员:你们通常如何在大规模中验证误报与真实的不利信号?你们是否以不同的方式权衡权威性,或者应用时间或上下文衰减?
朋友们,你们对铝合金有任何问题吗?我打算进行一项调查并收集这些问题。谢谢!
Helix 是一个动态的模拟服务器,能够实时生成数据,支持使用 LLM(如 Ollama、DeepSeek、Groq)。<p>与其他 AI 生成器的主要区别在于:模式强制执行。
LLM 最大的问题之一是输出结果的不确定性。为了解决这个问题,Helix 允许您提供一个“系统模式”(可以使用 TypeScript 接口、JSON Schema 或纯文本规则)。该引擎确保生成的 JSON 严格遵循您定义的键和值类型,同时仍能生成内容的真实值。<p>功能:
- 本地优先:与 Ollama 完全离线工作(推荐使用 Llama 3.2)。
- 模式安全:您可以强制严格的结构合规,以防止前端出现问题。
- 混乱模式: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)。我非常希望听到您的反馈,特别是关于模式验证方法的意见!<p>代码库:<a href="https://github.com/ashfromsky/helix" rel="nofollow">https://github.com/ashfromsky/helix</a>
这个爱好项目是使用从 Deno 中盗取的代码创建的。此外,我已经将我的框架提交给 TechEmpower 基准测试和其他基准测试。我附上了框架的得分供您参考。
<p><a href="https://www.techempower.com/benchmarks/#section=test&runid=21202626-cf55-4d6b-8c15-6d3ed285a7b4&test=json&l=zik0zj-p6n" rel="nofollow">https://www.techempower.com/benchmarks/#section=test&runid=2...</a>
我在LinkedIn上进行冷联系已经两年了。并不是大规模的联系——每天大约发送10到15条消息给潜在客户。
问题从来不是找到可以联系的人。LinkedIn的搜索功能很好用,Sales Navigator也存在,推荐也会发生。
问题在于打开他们的个人资料后……盯着看。
“好吧,他们是某家B轮公司的工程副总裁。他们上周发过关于技术债务的帖子。我该如何让自己在他们的收件箱中不显得和其他人一样?”
删除。重写。检查是否太长。太短。太商业化。内容不够具体。
四十七分钟后,我写了四条消息。
真正的问题
大多数外联工具解决的是错误的问题。它们提供:
带合并标签的模板({{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。我知道该联系谁。我只是无法快速想出该说什么。
ChatGPT的帮助也不大。除非我花10分钟时间精心编写完美的提示,包括他们的个人简介、我的产品细节和语气指南,否则它给我的都是一些泛泛而谈的内容。到那时,我不如自己写。
我所构建的
我制作了一个Chrome扩展,它:
1. 只需设置一次——添加你的产品描述并为不同的声音(技术性、咨询性、随意等)创建“角色”。
2. 当你打开LinkedIn个人资料时,点击扩展。
3. 它读取他们的个人资料,将信号与您的产品匹配,应用您的角色,并在大约5秒内生成一条消息。
4. 你审阅,如果需要编辑,然后手动复制粘贴到LinkedIn中。
没有自动化。没有自动发送。没有违反LinkedIn的行为。只是更快的消息撰写。
技术方法
该扩展抓取可见的个人资料数据(没有API,因为LinkedIn多年前关闭了这一功能)。将其发送到后端,后端:
提取关键信号(角色、公司阶段、最近活动)
将这些信号与您的产品背景匹配
应用特定角色的提示工程
返回一条消息,遵循严格的规则(没有流行词,没有“希望你一切安好”,保持在150字以内)
角色系统是有趣的部分。您可以在不同的声音之间切换,而不是一个通用的提示。“前顾问”角色的语气与“技术联合创始人”角色的语气不同——句子结构和参考点都不同。
我学到的
最大的惊喜是:人们并不想要更多的自动化。他们希望保持控制,但又想消除空白页面的问题。
每当我在早期用户访谈中提到“自动发送”,人们就会变得紧张。但“为我写,我会审阅并发送”则引起了立即的兴趣。
第二个惊喜是:质量标准比我预期的要高。一条消息如果有80%的好,但有一句奇怪的内容?人们会重写整条消息。它需要达到95%的好,否则就没用。
当前状态
现在处于私人测试阶段。大约有40人正在使用。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。
我不确定这是否是一个真正的商业模式,但它解决了我的问题。也许它也能解决你的问题。
很高兴回答有关技术实现或我所观察到的用户行为模式的问题。
它叫做Prospectee。如果你感兴趣,可以在prospectee.io查看。