4 个上线 · 1 个开源

让 Agent 落地更简单

每个产品背后,都是一次"复杂"的工程踩坑。把那些跨进程状态、凭证过期、多 Agent 决策不一致、Webhook 重试、规则与 LLM 边界拆解清楚后,抽出可复用的引擎、SDK、模板 — 下次直接拼起来,不用再踩一遍。
// 这里展示的不是产品手册,是工程抽象的产物。它们被用过、被骂过、被重构过,然后才稳定下来。

LIVE · v0.9


TravelMind(AI 差旅费控)

多 Agent 协同 + 多数据源容错的一笔差旅, 背后是 7 个独立 Agent、11 个异构数据源、 3 个跨进程服务 (api / feishu / mcp) 的协调问题。

购买产品
deploy: ● online · 99.5% SLA
stack: Node.js · SQLite · MCP · Feishu
agents: 7 (customer · trip · 费控 · 报销 · ...)
datasrc: 11 (12306 / 高德 / 飞书 / 钉钉 / ...)

// 产品特点

  • 1
    一句话出差

    「下周三杭州到北京, 当天回」→ 直接出火车/机票/酒店/差标合规方案

  • 2
    多端接入

    飞书机器人 / 钉钉 / Web Widget / MCP (Claude/Cursor 也能调)

  • 3
    差标引擎

    多租户 + 多级配置 + 红线拦截, 酒店/机票/火车票每项都查

  • 4
    发票原件追溯

    PDF 原件落盘 + SHA-256 校验, 10 年合规存档, 4 个查阅路径

LIVE · v0.2


Contract Compliance Agent(合同合规 Agent)

LLM 抽取合同要素 → 纯函数规则引擎判定合规。多级组织继承 + 红线不可降级。 背后是在什么场景应该用规则, 什么场景该用 LLM 的问题。

看 Demo
deploy: ● online · PoC 阶段
stack: Node.js · SQLite · JSON 规则
rules: 50 rules · 9 modules
orgs: 4 levels · inherit / forbid / extend

// 覆盖矩阵

业态 \\ 模式
住宅
商业
总包
12
15
分包
10
13
采购
8
11
咨询
9
14

数字 = 该业态+模式下激活的规则数. 共 5 业态 × 6 模式 = 30 单元覆盖矩阵.

LIVE · v1.0 · 开源 MIT


PAC 引擎(差标配置引擎)

Policy as Code。HTTP API + Webhook + 批检 + 4 语言 SDK + MCP server, 268KB 开源。 LLM 提议,规则兑底, 审计日志 100 条/租户。

试用 PAC 登录后使用
deploy: ● online · API + Webhook
stack: Node.js · SQLite · 4 SDK · MCP stdio
rules: 50 rules · 4 行业模板
auth: API Key · OAuth · Bearer

// 产品特点

  • 1
    规则定义 可配置化

    纯函数规则引擎兑底 LLM 决策。多租户多级继承, 红线不可修改, 审计可复现。

  • 2
    HTTP API · Webhook · 批检

    14 个公开路径, API Key / Bearer 鉴权。违规自动 webhook 推送, HMAC-SHA256 签名。

  • 3
    4 语言 SDK + MCP server

    Node / Python / Java / Go 4 SDK + MCP stdio。Claude / Cursor / WorkBuddy 都能调。

  • 4
    开源 MIT · 268KB

    9 个原子 commit, Docker 一键起, 4 行业模板可切换。

LIVE · v0.3


Insight Bot(客户分级 Bot)

规则引擎替代 LLM 分类。试了发现成本高、结果不稳定, 改为规则 + 5 分钟 cron 全量重算, 准确度更高、可解释、可复盘。LLM 仅作 fallback。

登录后使用 看现场运行
deploy: ● online · cron 5 min
stack: Node.js · SQLite · bge-m3 · ollama
rules: 客户分级 (A/B/C/D) + IM 优先级
fallback: LLM qwen2:7b 仅不可决时调用

// 产品特点

  • 1
    规则优先 · LLM fallback

    成本、可控、可解释。LLM 在规则走不出时才被调用, 单条成本 <¥0.01。

  • 2
    5 分钟 cron 全量重算

    上游状态变更后下一轮即生效, 不用等下次手动跑批。每日总耗时 < 30 秒。

  • 3
    分级可解释 + 可复盘

    每条记录都付上「命中了哪条规则」, 为什么是 A 不是 B, 人工可复现可纠正。

  • 4
    飞书多维表格入库

    分级结果同步给飞书 CRM, 销售/运营看到的是「为什么」的完整推论, 不只是个字母。

下一个抽出的能力?

下面三个能力都是从别的项目里踩出的问题, 等下一个真客户出现, 才会以一个具体产品的形态走完闭环。

等下一个客户

规则引擎可视化编辑器

配置规则不应该请开发写 JSON, 产品运营拖拖拽拽就能改。开发出 PAC 编辑器曾试着 + 全量 trace。

v0.0 · 想法中 …
等下一个客户

Agent 决策可复盘平台

用户问 Agent 谁拒了我重价。项目在场里存不下 1000 轮对话的 trace + replay。需要轻量的产品。

v0.0 · 想法中 …
等下一个客户

多 IM 凭证生命周期治理

OAuth 手齐肩脚乱。刷新 / 过期 / 撤销 / 重授权 这 4 个状态处理, 现在都在后端不同点、重复逻辑。要抽出来。

v0.0 · 想法中 …

有你的 Agent 工程问题想说?

上面没有的, 也聊。我一个人公司最擅长的事, 就是快速走出第一个 demo。跳进去趟坑。

聊个 30 分钟