惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

人人都是产品经理
人人都是产品经理
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
宝玉的分享
宝玉的分享
月光博客
月光博客
爱范儿
爱范儿
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
WordPress大学
WordPress大学
有赞技术团队
有赞技术团队
阮一峰的网络日志
阮一峰的网络日志
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 三生石上(FineUI控件)
博客园 - 聂微东
小众软件
小众软件
量子位
MongoDB | Blog
MongoDB | Blog
Blog — PlanetScale
Blog — PlanetScale
The Cloudflare Blog
Stack Overflow Blog
Stack Overflow Blog
U
Unit 42
Hugging Face - Blog
Hugging Face - Blog
T
The Blog of Author Tim Ferriss
H
Help Net Security
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解
AI 编程工作总结:从体验问题到模块能力建设
AlfredZhao · 2026-06-21 · via 博客园_首页

笔者注:放假期间,让Codex把最近的编程工作做了个总结。感觉AI近期的表现非常出色,其中有部分内容涉及的功能模块笔者都还没来及分享过,后面有时间会陆续整理更新出来。

这次 AI 编程工作,主要围绕 trustedKnowledge 系统的前端体验、状态持久化、AI 问数能力、Skill 管理和内容复制体验展开。整体目标很明确:让系统更稳定、更顺手,也让 AI 能力更可控地融入业务流程。

01 | 先修掉影响体验的细节问题

第一个问题来自“可信知识加工厂”的待加工知识列表。

“可信知识录入工作台”的已录入知识列表,点击条目时体验很丝滑,不会导致整个模块刷新。但“可信知识加工厂”的待加工知识列表,点击任意条目都会让模块整体闪一下。

排查后发现,差异在于列表拉取逻辑的依赖项。

工作台列表点击条目时,只更新选中项并拉取详情,不会重新拉取整个列表。而加工厂列表此前把 factorySelectedId 放进了列表 fetch 的 useEffect 依赖数组里,所以每次点击条目都会触发重新拉取待加工知识,isFactoryLoading 变成 true,模块就出现整体刷新感。

修复方式是把选中项校验改成函数式状态更新,并从依赖数组中移除 factorySelectedId。修复后,待加工列表只会在进入页面、搜索词变化、页码变化或登录状态变化时重新加载。点击条目只切换选中状态和右侧内容。

前端构建验证已通过:cd frontend && npm run build

02 | 状态持久化问题要分清边界

另一个问题是“录入可信知识”模块经常被动刷新,导致写到一半的文字消失。同时,手机浏览器保存为桌面图标后,有时再次进入仍需要输入密码。

这两个问题不是同一个 bug,但属于同一类前端状态持久化问题。

登录反复要求输入密码,是因为之前使用 sessionStorage 保存登录态。手机浏览器、桌面图标入口或新的 WebView 会话下,sessionStorage 表现可能不稳定。

录入文字消失,则是因为草稿只存在 React 内存里。页面重载、浏览器回收或重新鉴权后,未提交内容就会丢失。

本次采用了当前架构下低侵入的修复:

登录态改为 localStorage 持久保存,除非用户主动退出或 API 返回 401。旧的 sessionStorage 登录态会自动迁移到 localStorage,API 请求也统一从持久登录态读取。

同时,“录入可信知识”的新建草稿增加本地自动保存。输入过程中自动保存,刷新、重新打开或重新登录后可以恢复未提交草稿。提交成功或主动退出登录时清理草稿,编辑已有知识时不覆盖新建草稿。

前端构建验证已通过:cd frontend && npm run build

03 | AI 问数要限制在可信边界内

AI 问数功能设计中,一个关键原则是:不让 AI 直接执行任意 SQL。

更稳妥的方式是让 AI 生成结构化查询参数,后端再基于白名单字段查询 t_history。这样既能保留自然语言问数的灵活性,也能避免任意 SQL 带来的不可控风险。

围绕 AI 问数,还修复了“最近一周”没有真正限定日期范围的问题。用户询问“针对 alfred 的最近一周的工作记录,统计工作量”时,系统回复基于全部 379 条记录,日期跨度从 2025-03-31 到 2026-06-09,并没有严格限定最近一周。

本次修复集中在后端问数查询链路,涉及 backend/app/repositories/history_ask.py,使日期筛选能更准确落到查询条件上。该类后端变更需要人工确认后通过 web 界面重启服务生效。

04 | 让 AI 编程模块更聚焦

“AI 编程”模块中,已完成任务显示条目过多。当前需求是只显示最近一次任务情况,如果最近一次任务已归档,就不再显示。

本次调整后,模块展示更聚焦,不再把历史完成任务全部堆到界面上。相关变更涉及 frontend/src/App.tsxCHANGELOG.md 和前端构建产物。

另一个体验增强来自“博客工厂”的任务内容复制按钮。此前知识加工区域已有类似能力,用户可以选择复制 Markdown 美化后的效果,也可以复制裸文本。本次把这个能力增强到博客工厂的任务内容区域,并同步更新了 CHANGELOG.mddocs/frontend-overview.md

05 | Skill 管理成为新的能力入口

本次还新增了一个专门用于 Skill 管理的界面。

这个模块支持新建自定义 skill、上传标准 skill zip、查看和编辑 skill 文件、启用或停用 skill,以及删除 skill。后端新增 /api/skills 文件系统存储接口,默认存储在 backend/data/skills,并加入 .gitignore,避免用户上传内容被误提交。

AI 问数也接入了 skill 选择能力。用户可以选择启用的 skill,提交时前端会把 skill_ids 传给后端,后端再把 skill 描述和 SKILL.md 内容注入问数提示中,用于影响输出结构、排版和分析框架。

这项变更覆盖前后端多个文件,验证已通过:

python -m compileall backend/app

cd frontend && npm run build

由于新增了后端 API 和前端页面,需要在 web 界面使用重启按钮让新功能生效。

06 | 小结

这轮 AI 编程工作的主线,是把系统从“能用”继续推进到“稳定、顺手、可扩展”。

列表点击不再触发不必要刷新,草稿和登录态有了更可靠的本地持久化,AI 问数开始走更受控的查询路径,AI 编程模块减少了信息噪音,博客工厂复制体验更完整,Skill 管理也为后续模块化调用 AI 能力打下了基础。

这些改动没有刻意追求大改,而是在现有架构边界内,优先解决真实使用中暴露的问题。

关注我,和AI一起成长~