作品

见微 Vane 是我独立设计并开发的 AI 个性化信息推送系统——它持续从多个信源采集内容，用 LLM 按用户画像打分筛选，再通过飞书把"值得看的"推给你，并从反馈中学习、不断校准画像。从产品设计、系统架构到上线运维，一个人全部走通。 🔗 在线体验 Vane 它解决什么 # 信息过载时代，RSS、资讯站、网站更新太多，人工筛选成本极高。Vane 让一个 AI Agent 替你盯着所有信源，只推真正相关的内容，且越用越懂你——把"刷信息"变成"信息来找你"。 架构亮点 # 完整 Agent Runtime — 自建 agent loop + 工具调用（信源增删、画像调整、信源启停等），配合飞书确认卡做「人在环」交互，动作结果回写会话，避免模型对已处理动作产生状态幻觉。 A2A 协议接入 — 基于 a2a-go 实现 Agent-to-Agent 互操作，把 Agent 能力做成可被标准化调用的服务。 画像 + 反馈闭环 — 用户画像驱动个性化打分，用户反馈实时校准画像，形成「推送 → 反馈 → 画像进化」的自学习闭环。 Temporal 工作流编排 — 每日推送调度与抓取流水线由 Temporal 托管，保证可靠、可重放、幂等，长流程不怕中断。 多信源采集与去重 — 统一接入 RSS 与网页内容，以 canonical_key 内容身份系统做跨源去重，同一条内容不重复打扰。 LLM 成本可观测 — 每次打分的 prompt / completion / token 明细落库，模型开销全程可查、可优化。 技术栈 # 后端 · Go 1.26 · Temporal · PostgreSQL 18 · 飞书开放平台 · A2A 协议