工程用车助手
- 问题
- 一家混凝土运输企业,工程用车的调度与登记全靠纸质单据:车在哪个项目、这趟谁批的、油费维修花在哪,事后没人说得清。难点是让现场真的肯填、填出来的数不被重复计:录入贴着现场做,统计只认已审核,两条入口分开口径。
- 解法与结果
- 从谈需求到上线独立交付:跑在手机上的用车助手把出车—审批—记录串成一条流水,车牌与单据拍照即填、识别失败自动回退高精度。真实用户日常在用。从前说不清的事,现在手机上查得到出处。

起步于旅游数据爬虫,专做数据抓取与清洗——在杂乱数据与干净数据之间,练出了对数据的第一手感觉。
之后在一家保险公司做运维,门户网站、业务流程与数据的维护管理都经手——学会让系统稳稳当当地服务业务。
再然后是八年的法院政务系统维护,让我懂业务、懂数据,也看见系统背后的真实需求与约束。
现在在一家工业类企业,我看见长期被忽视的数字化空白——流程割裂、数据孤岛、体验落后。
正在从零搭起工业运维平台、统一用户中心、智能网关管理以及 ERP 系统数据维护等,让数据流动,让一线可用,让管理可视。
支撑这一切的,是好奇心,更是持续学习的习惯——不满足于「能用」,而是追问每一层为什么这样设计。AI 也不停在演示里:把它落进 RAG、知识库与智能体的真实场景,让回答有据可查,让流程自己运转——更深一层的工程化与评估,仍在精进路上。





上面详案里的门户、内网基础设施、OPS 与数据同步,加上这两块,不是六个各干各的工具:入口把几套系统收成一次登录,地基承载代码与发布,生产管住设备与运维,数据统一两边的口径与编号,身份供给账号与授权,出口统一 AI 与接口调用。接口与规矩互相咬合,缺一段就断链。
身份是所有系统的地基,出错代价最高:权限判定一律 fail-closed——查不到就绝不放行。
内部已部署。让 AI 进生产先过三关:动作前二次确认、事后全量审计、密钥与模型集中管住;真实权限判定仍在待办。
配置一次、跑一批:字幕、贴片、转码整批处理,最短链路已跑通并自测通过。
碰钱的链路只认真机:一分钱实测走完下单—支付—回调—核销,核销防重复入场。
把「先看见效果和价格,再谈信任」做成产品链路:场景、报价、订单,新人端与商户端双角色。
预演与诊断做透:模拟数据先验假设,信效度检验后给出中文结论,上线前九项遗留逐条复验。
档位只有两档:已交付=真上线过东西;会用=能独立完成日常工作,深度还在补。
我手上的活儿偏底座那一侧:既能从一台空机器做到有基线可查的内网环境,也能从一份需求做到能上线、能维护、能交接的系统。
基础设施这条线走得最实。一台物理机上开 Hyper-V 虚机跑 Ubuntu 和 Docker;虚拟化与容器宿主按阶段手册逐段过门,每份手册先写过门标准,再记验收结论。一个网关收拢全部入口,6 个在用容器装下代码仓、数据库、CI 与容器面板。推主分支经 webhook 触发构建已实测,测试与部署两段留待真实项目补上。关系库按项目分库、各配最小权限角色;备份是每日脚本加去重加密快照,恢复演练实跑过一次;一个只读巡检脚本每小时查磁盘水位、容器存活和备份日志。边界写在这儿:备份卷与数据卷在同一块阵列上,是逻辑隔离,不是物理隔离。
应用这一侧能独立做完一套:后台写接口、连库、对齐口径,前端从页面做到交互交付(内部系统走 Vue 3,本站走 Vite + React),数据侧建表、写 SQL、出报表。最细的一段是跨系统统一物料与 BOM 的口径:清洗规则、唯一键、要人工认领的分歧项,全写进规格。
AI 会用:智能体编排、检索问答、表格与 OCR 识别接进具体业务流程,能上线,不称精通。工程化有我自己的一套规矩:分阶段立项、每阶段留验收、文档当真源。
先把话说清楚,
再动手
参考图为准绳,
不凭感觉
素材有清单,
证据才能过
可访问、可追溯、
可复盘
「五级项目体系」的目录流水线——碎片进来,资产出去:
大脑缓存,零门槛收录一切碎片
每周清空
验证方向可行性,最小成本试错
填写验证卡
全力推进已立项的产品 / 工具
每日推进
可复用能力沉淀,越做越轻
项目结束时提取
阶段性收尾,保留复活可能
写总结卡
知识库与工作台分离,文档前缀排序,单一信源 SSOT。