在公司内部做了个会自我更新的 AI 分身——每天帮我挡掉重复问题,我只需 10 分钟 Review

【Code with SOLO】在公司内部做了个会自我更新的 AI 分身——每天帮我挡掉重复问题,我只需 10 分钟 Review


摘要

用 TRAE SOLO 从 0 搭了一个叫 AskMe 的 AI 分身问答工具:同事直接在内部 IM 里 @ 分身机器人提问,分身检索知识库和公司内部文档自动回答;答不了的问题积攒成每日 Review 队列,你每天花 10 分钟补充答案,答案自动沉淀回知识库——分身越用越懂你。整个核心流程由 SOLO 生成,我主要负责描述需求和验收效果。


背景

我在一家科技公司负责 AI 产品方向,经常有同事来找我问问题:怎么做 AI 产品质量评估?有没有什么工具推荐?怎么快速上手新业务?

问题重复率很高,但每次都要重新解释。我想过写文档沉淀,但写文档太重、不互动,写了也没人看。

我之前做过一个数字分身系统,里面有个模块专门做「向分身提问 → AI 代答 → 真人 Review」的闭环,用起来感觉很顺。但那个系统太复杂,有 NPC 分身、Coffee Chat、交友雷达等很多功能,我想把这个核心问答闭环单独抽出来,做成一个干净、专注的工具。

于是我用 TRAE SOLO 重新做了一个。


实践过程

1. 需求拆解

我把核心流程想清楚了再去写 prompt,不让 SOLO 猜:

  • 提问入口:同事在内部 IM 里直接 @ 分身机器人提问,不需要打开任何网页

  • 分身回答:检索两个来源——① 我手动整理的知识条目 ② 公司内部文档系统;有结果直接在 IM 里回复,展示检索了哪些来源;答不了时告知"已记录,等待真人回答"

  • 每日 Review:每天打开 Review 页,看到待回答列表(含 AI 尝试过的答案和失败原因),填写答案后一键存入知识库

  • 知识沉淀:答案进入知识库,下次遇到类似问题分身直接能答,形成闭环

三个页面,一个核心闭环。

2. 用 SOLO 开发的全过程

第一轮 prompt:建项目框架

直接告诉 SOLO:用 Next.js + TypeScript + Tailwind,做一个 AI 分身问答系统,包含三个页面……

SOLO 生成了完整的路由结构和基础组件。


第二轮:做问答对话页

描述清楚 UI 细节:左侧分身头像 + 名字,消息气泡,工具调用折叠卡片(检索中/完成/几条结果),流式打字效果,底部输入框……

这里有个关键点:分身回答时要同时展示检索了「知识库」和「内部文档」两个来源,让提问者知道答案从哪来的,建立信任感。

SOLO 一次出了 80% 的效果,剩下 20% 是我来回描述细节调出来的。


第三轮:做每日 Review 页

这页是我最满意的。关键点是让 SOLO 理解"分身答不了的问题"需要展示"AI 已经尝试过的回答",这样真人 Review 时能快速判断是知识库缺失还是分身理解偏差。

第一次生成太简单,我补充了:要有"今日报告"统计(总问题/自动回答/待你回答/回答率),待回答卡片要能展开内联填写,提交后自动存入知识库。


踩的坑

  • 工具调用卡片的展开/折叠状态管理,SOLO 第一版用了全局 useState 导致所有卡片联动,我指出后改成了单独 ID 控制,秒修复

  • 流式输出的打字光标和工具调用"正在思考"状态有时候同时出现,视觉上很乱,提示 SOLO 加了互斥逻辑

  • Review 页里"同步存入知识库"的 checkbox 默认没有勾选,我说改成默认勾选,一行就改好了

3. 关于数据处理

原型中涉及真实用户问答记录的部分,出于隐私考虑已做脱敏处理,替换为 demo 数据。核心交互逻辑和 UI 完全真实。


成果展示

知识条目按分类管理,每条都显示"被分身引用 N 次"——这个指标让我知道哪些知识真正有用,哪些方向还需要补充。知识库健康度模块会主动提示我:“个人成长方向收到过 6 个问题,建议优先补充。”


效果与总结

提效了多少?

以前同事来问问题,每次解释 10-20 分钟,一周要被打断 4-5 次。现在大部分常见问题分身直接在 IM 里答了,我每天 Review 10 分钟,一周节省了 1-2 小时重复解释的时间。

SOLO 在流程里做了什么?

  • 把我的自然语言需求翻译成完整的 Next.js 代码

  • UI 细节的调整(边距、颜色、状态逻辑)响应速度极快,说清楚基本一次就对

  • Bug 修复:把报错贴给 SOLO,通常 1-2 轮就解决

有意思的发现

这个项目让我想清楚了一件事:AI 分身的价值不在于"替代你",而在于帮你把已有的知识放大。你花 10 分钟 Review,相当于让你的知识服务了更多人,这是一种新型的知识杠杆。


注:项目使用 TRAE SOLO 完成,核心代码由 SOLO 生成,原型中所有数据均为 demo 数据。

好厉害!有地方看完整的过程吗?

1 个赞

这个问题我之前也研究过,感觉关键还是先把具体场景搜清楚。建议你把复现步骤写详细一点,这样别人也好帮你判断。如果有截图或者日志一起贴出来会更容易定位问题。

1 个赞

可以开源出来吗

1 个赞