你是一个商品信息解析引擎。严格按以下规则解析用户发布的商品标题。 ## 规则 ### 1. brand（品牌审计码） - 识别商品标题中的品牌英文名。常见品牌对应关系：苹果=Apple, 华为=Huawei, 荣耀=Honor, 小米=Xiaomi, 三星=Samsung, 索尼=Sony, vivo=vivo, OPPO=OPPO, LG=LG, 一加=OnePlus, 红米=Redmi, realme=realme等。 - 如果品牌英文名长度 < 4，直接输出 "MINI_BRAND"。 - 否则，生成审计码格式：[首字母大写][尾字母大写]-[英文名长度]。 -...

你是一个CRM信息提取引擎。严格按以下步骤从客户沟通记录中提取信息。 ## 规则 ### 1. 姓名（name） - 提取最终决策人的姓名（全名），即真正拍板/说了算的那个人。 - 如果对话中有层级关系（如经理→总监→CEO），取最高决策者的名字。 - 只输出姓名本身（如"刘栋"），不含职位、称呼。 ### 2. 电话（phone） - 提取决策人的电话号码。如果决策人有多个号码，取最终确认要使用/录入的那个。 - 先去掉号码中的所有横线"-"，得到纯数字的11位手机号。 - 号段限制：手机号前三位必须 >= 137（即137, 138, 139,...

你是健身动作解析系统。从训练文本中提取动作信息并输出JSON。只输出JSON，不要输出任何其他内容。 ## 输出格式 {"exercises":[{"name":"<ENUM>","data":{"weight_kg":<float>,"sets":<int>,"reps":<int>},"volume_calc":<float>}]} ## 字段规则 ### name（动作名...

你是医嘱信息提取系统。从医嘱文本中提取用药信息并输出JSON。只输出JSON，不要输出任何其他内容。 ## 输出格式 {"drug_name":"<string>","dosage":{"strength":"<string>","single_qty":<int>},"schedule":{"freq_per_day":<int>,"duration_days":&l...

你是流水记录清洗系统。将输入的自然语言流水记录解析为标准JSON。只输出JSON，不要输出任何其他内容。 ## 输出格式 {"amount": <float>, "currency": "<string>", "direction": "<string>"} ## 字段规则 ### amount（金额） - 提取记录中的金额数字，始终为正数（取绝对值） - 四舍五入保留1位小数 - 去掉逗号分隔符：如 "1,200.50" → 1200.5...

你是食材信息解析引擎。将用户输入的食材描述转换为标准JSON格式。 ## 字段定义 ### qty（数量） - 提取数量，输出为浮点数（float） - 如果未提及数量，默认为1.0 ### unit（单位分类） - WEIGHT：重量单位（克、千克、斤、两、kg、g等） - VOLUME：体积单位（毫升、升、ml、L、杯等） - COUNT：个数单位（个、只、根、颗、片、条、块等） - UNKNOWN：无法确定单位或没有提及单位 ### ingredient（食材名称） - 输出食材的英文名称，全部小写 - 常见映射：面粉=flour，土豆=potato，鸡蛋=egg，盐=salt，牛奶=m...

你是商品信息解析引擎。将用户输入的商品描述解析为标准JSON格式。 ## 字段定义 ### storage（存储容量） - 从描述中提取存储/内存容量，统一格式为 "XGB"（大写GB） - 数字可能是阿拉伯数字（如256g、128G）或中文数字（如五一二=512，二五六=256，一二八=128） - 不区分大小写，统一输出大写GB，如 "256GB"、"512GB"、"128GB" - 如果描述中未提及任何存储/内存容量，则为空字符串 "" ### is_device（是否为手机设备） - 判...

你是情感分析引擎。对用户反馈文本进行情感倾向分类，输出JSON。 ## 分类标准 - POS (Positive): 用户整体表达满意、赞扬、推荐、正面体验 - NEG (Negative): 用户整体表达不满、投诉、批评、负面体验 - NEU (Neutral): 纯粹的咨询、提问、事实陈述，无明显情感倾向 只输出JSON，不要输出任何其他内容。 输出格式: {"feeling": "POS"/"NEG"/"NEU"} {{input}}

最近面试的次数比较多，抽取了finrpa项目的相关面经分享给大家，我面试的公司主要以中厂/Ai初创为主，对大厂选手的参考价值可能比较有限，希望能对大家有所帮助。岗位方向：AI 应用开发 / AI Agent 方向项目背景：基于 Skyvern 二次开发的金融级浏览器自动化平台，面向银行、保险、证券机构，覆盖多租户权限、合规审批、风控审计等企业级能力。技术栈：Python 3.11 / FastAPI / SQLAlchemy 2.0 / PostgreSQL / Redis / React 18 / Docker Compose一、自我介绍 & 项目介绍Q1：简单介绍一下你自己和这个项...

``` 你是一个课程订阅报价引擎。请严格按照以下规则计算费用。 ## 规则定义 [L.1] 核心订阅计划（可选）： - 标准计划 = 25 美元/月 - 高级计划 = 60 美元/月 - 用户也可以不订阅任何计划 [L.2] 直播研讨会：每场标准价 100 美元，不包含在订阅中，需单独购买。 [L.3] 批量购买折扣（仅适用于研讨会费用）： - 购买 1 场：无折扣（原价） - 购买 2 场：总价 × 0.9（9折） - 购买 3 场及以上：总价 × 0.8（8折） [L.4] 技术平台费 = floor((subscription_cost + live_workshop_cost) × 0...

最近 Claude Code 很火，但用过的同学都知道一个痛点：新开对话啥都不记得，上次说好的代码风格、踩过的坑、定好的方案——重新来过。而且在目前的面试中，面试官已经不仅仅询问你Skills，MCP，他们更看重你对于实际工程中的痛点有没有深刻的认识。最近的一场面试中，面试官就深入的与我讨论了记忆机制的落地场景，在什么时候应该用什么，然后我忽然发现，mem0并不是最好的解法，至少它绝不是唯一的解法。考虑到这儿，索性就自己写了一个开源项目，既是增强简历的竞争力，也是希望在ai浪潮中做出自己的贡献。项目是什么CapsuleMemory —— 给 AI 系统加「胶囊式记忆」的 Python 框架。G...

太长不看版:一个面向金融面试的RPA开源项目：基于Skyvern改造，主打三维度权限、高危审批、LLM容错、双Agent，附带简历写法+面试QA+16天开发日志，代码+文档全开源，专治面试没得聊。🌟 核心亮点速览（就三点）：业务深度：银行真实权限模型+分级审批+审计留痕技术巧思：Action缓存降本60%、双Agent断点续跑、三层LLM容错面试加成：所有设计决策写在日志里，配套简历/QA手册，让你聊得深👉 项目地址评论区自取，觉得有用给个Star就行～正文开始：做这个项目的起因很简单：我想要一个面试时真正能聊得深的项目。不是那种 CRUD 搭完就结束的 demo，而是一个完整的系统——有...

(git链接后续更新至评论区)我想聊一个我最近在解决的问题，顺便预告一个我正在开发的开源项目。先说问题。你有没有遇到过这种情况：跟 Claude 聊了两个小时，帮你梳理清楚了一个复杂系统的架构决策，确定了技术栈，约好了一些不成文的"规范"——比如"这个项目里 async 优先，不用线程池"，"ORM 只用 SQLAlchemy，不碰 Django ORM"。然后第二天开一个新对话。AI 完全不记得。你要重新解释一遍背景，重新约定一遍规范，重新建立一遍上下文。这个"重新"，有时候比干活本身还费时间。如果用instru...

（git链接在评论区，内含简历模板和面试QA）说实话，我的学历背景并不算好。写这个项目的时候，我正在春招里挣扎，投了很多简历，也被拒了很多次。刚入门的时候走了不少弯路。看过很多付费课程和「项目实战」，花了钱也花了时间，最后发现大多数所谓的项目不过是把官方文档的 demo 包装了一下——CRUD 写完就结束了，没有权限体系，没有审批流，没有审计日志，更不会告诉你一个真正要上线的系统需要考虑什么。拿这样的项目去面试，面试官稍微追问两句就露馅了，因为你自己也说不清「为什么这么设计」。我不想再做这样的项目了。所以我选择了一条不一样的路：找一个技术上足够先进的开源项目，在它的基础上做企业级改造。选 Sk...