WWW.YOUINFO.SITE
标签聚合 太太

/tag/太太

LinuxDo 最新话题 · 2026-05-16 11:30:01+08:00 · tech

今天买菜途中被一白发苍苍的老太太叫住了,她操着一口不太利索的外地口音说了一大通。我刚听清了「我、电话、女儿」,就已经把手机掏出来了,当时以为她手机没电了,想着顺手帮她打个电话呗。 又跟她跨服聊天了一会儿,才明白她是想让我帮她冲话费,她给我现金 理解的一瞬间我只觉得好笑,立马摇摇头走了,寻思着超市就离这里不到20米,不论如何也犯不着随机找个路人充吧… 到菜场之后,我又想起她脸上的皱纹、断断续续的声音,想到她的年纪跟我腿脚不便的爷爷奶奶差不多了,总觉得心里有哪里过不去。 从菜场回来的时候看到她已经不在那儿了,我真心希望她只是单纯遇到了困难,已经有好心人帮她解决了回家的问题 3 个帖子 - 3 位参与者 阅读完整话题

v2ex.com · 2026-04-27 01:15:22+08:00 · tech

太太公司做投资咨询的,每天要回复大量重复问题(产品说明、费用标准、流程咨询)。网站流量不多,但问题都很标准。 于是给她做了个 AI 客服: - 上传文档( PDF/DOCX )就能生成客服 - 回答只基于上传的文档,每条都附来源引用 - 除了嵌入网站,还接了 Lark 机器人,同事在飞书里直接问 做完之后觉得这东西对很多小团队也有用,就做成了平台 Kodda 。 技术栈是 Next.js + MongoDB + Qdrant ,标准 RAG 管线,7 个环节:上传 → 解析 → 分块 → 向量化 → 存储 → 检索 → 重排序。远程 LLM ,OpenAI 兼容接口。 目前在 public beta ,免费计划够试用的。投顾场景已经跑通了,Lark 集成也能用。 https://kodda.dev 做这个的初衷很简单:不想再一遍遍回答同样的问题了。欢迎同场景的朋友试试看。

v2ex.com · 2026-04-27 01:15:22+08:00 · tech

太太公司做投资咨询的,每天要回复大量重复问题(产品说明、费用标准、流程咨询)。网站流量不多,但问题都很标准。 于是给她做了个 AI 客服: - 上传文档( PDF/DOCX )就能生成客服 - 回答只基于上传的文档,每条都附来源引用 - 除了嵌入网站,还接了 Lark 机器人,同事在飞书里直接问 做完之后觉得这东西对很多小团队也有用,就做成了平台 Kodda 。 技术栈是 Next.js + MongoDB + Qdrant ,标准 RAG 管线,7 个环节:上传 → 解析 → 分块 → 向量化 → 存储 → 检索 → 重排序。远程 LLM ,OpenAI 兼容接口。 目前在 public beta ,免费计划够试用的。投顾场景已经跑通了,Lark 集成也能用。 https://kodda.dev 做这个的初衷很简单:不想再一遍遍回答同样的问题了。欢迎同场景的朋友试试看。

v2ex.com · 2026-04-27 00:15:22+08:00 · tech

太太公司做投资咨询的,每天要回复大量重复问题(产品说明、费用标准、流程咨询)。网站流量不多,但问题都很标准。 于是给她做了个 AI 客服: - 上传文档( PDF/DOCX )就能生成客服 - 回答只基于上传的文档,每条都附来源引用 - 除了嵌入网站,还接了 Lark 机器人,同事在飞书里直接问 做完之后觉得这东西对很多小团队也有用,就做成了平台 Kodda 。 技术栈是 Next.js + MongoDB + Qdrant ,标准 RAG 管线,7 个环节:上传 → 解析 → 分块 → 向量化 → 存储 → 检索 → 重排序。远程 LLM ,OpenAI 兼容接口。 目前在 public beta ,免费计划够试用的。投顾场景已经跑通了,Lark 集成也能用。 https://kodda.dev 做这个的初衷很简单:不想再一遍遍回答同样的问题了。欢迎同场景的朋友试试看。

v2ex.com · 2026-04-27 00:15:22+08:00 · tech

太太公司做投资咨询的,每天要回复大量重复问题(产品说明、费用标准、流程咨询)。网站流量不多,但问题都很标准。 于是给她做了个 AI 客服: - 上传文档( PDF/DOCX )就能生成客服 - 回答只基于上传的文档,每条都附来源引用 - 除了嵌入网站,还接了 Lark 机器人,同事在飞书里直接问 做完之后觉得这东西对很多小团队也有用,就做成了平台 Kodda 。 技术栈是 Next.js + MongoDB + Qdrant ,标准 RAG 管线,7 个环节:上传 → 解析 → 分块 → 向量化 → 存储 → 检索 → 重排序。远程 LLM ,OpenAI 兼容接口。 目前在 public beta ,免费计划够试用的。投顾场景已经跑通了,Lark 集成也能用。 https://kodda.dev 做这个的初衷很简单:不想再一遍遍回答同样的问题了。欢迎同场景的朋友试试看。

v2ex.com · 2026-04-26 23:15:22+08:00 · tech

太太公司做投资咨询的,每天要回复大量重复问题(产品说明、费用标准、流程咨询)。网站流量不多,但问题都很标准。 于是给她做了个 AI 客服: - 上传文档( PDF/DOCX )就能生成客服 - 回答只基于上传的文档,每条都附来源引用 - 除了嵌入网站,还接了 Lark 机器人,同事在飞书里直接问 做完之后觉得这东西对很多小团队也有用,就做成了平台 Kodda 。 技术栈是 Next.js + MongoDB + Qdrant ,标准 RAG 管线,7 个环节:上传 → 解析 → 分块 → 向量化 → 存储 → 检索 → 重排序。远程 LLM ,OpenAI 兼容接口。 目前在 public beta ,免费计划够试用的。投顾场景已经跑通了,Lark 集成也能用。 https://kodda.dev 做这个的初衷很简单:不想再一遍遍回答同样的问题了。欢迎同场景的朋友试试看。