跳过正文
  1. 作品/

见微 Vane — 生产级 AI 个性化信息推送系统

181 字·

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

前端 · Vite 8 + React 19 + TypeScript 7(信源管理 / 画像编辑 / 推送历史 / 成本监控 Dashboard)

基建 · Docker(Postgres / Temporal / Caddy)· VPS systemd · 双线 CDN(阿里云 CDN + Cloudflare Pages)· GitHub Actions CI

工程实践
#

  • 测试优先 — 核心模块全覆盖单元测试,make test -race 是 CI 硬门槛,竞态必须为零。
  • 风险分级的对抗审查 — 核心路径(推送 / 打分 / 回调 / 演化)的改动走多 Agent 并行实现 + 双怀疑者审查 + 突变体实验;外围改动单轮 review,把审查成本花在刀刃上。
  • 里程碑 Gate — 每个里程碑收官走真人实测清单 + 服务端探针,全部通过才打 SemVer 版本 tag。
  • 契约驱动开发 — 关键链路(Agent loop、画像闭环)先写签名级契约文档,再动手实现,接口先于代码稳定。

我的角色
#

独立完成:产品设计 · 系统架构 · Go 后端 · React 前端 · Docker/VPS 基建 · CI/CD 部署——从 0 到生产,全链路一个人打通。


自研项目,暂未开源。