大家好，我是周伟。
早些时候，整理了AI基座，包括API接口（豆包、DeepSeek、腾讯混元、千问）、智能体、以及Dify，但是基座缺乏本地训练的模式，希望后边有机会搭建该基座。
最近这段时间基于以上基座，尝试解决一些业务问题。
总结下，目前主要实现了以下几种类型的业务：
一、业务对话机器人
通过解析数据库结构，完善数据库字段注释，把数据库结构投喂给AI，然后让其筛选与自然语言提问相关的表，进行自然语言的回复。整体基于Dify基座的流程引擎，目前效果还是不错，能够精准回答项目进度，物料价格等问题。
二、报告合格检验
基于豆包API接口，截取报告中数值内容，使用多模态模型，提示词告知检验方法，能够给出“合格/不合格”的结论，目前准确率在80%左右。后期如果加上百度的表格识别，效果会更好。
三、自然语言录入表单
不通过一句自然语言，完成表单的录入，比如，“今天星期五，Will八点来到公司。”，自动完成姓名、日期、上班时间的字段填充。目前我们是使用在开具整改单的业务上，还在测试，目前还不是具体使用效果。例子举得
比较简单，这种场景特别适合复杂的表单录入。
四、文章AI解读
部署一套成熟的爬虫系统，每个人可以订阅自己的喜欢的资讯频道，通过爬虫找到有兴趣的文章，把内容给AI进行解读，目前该功能还在实现中，效果暂不可知。从目前开发测试的效果来看，解读得还是比较准确的。
以上就是截止到目前，我们团队用AI的几种类型，目前整体还是在软件层面的一些应用，结合硬件做一些判断，会显得更酷，比如今天看到同事发的一个新闻，通过AI预测电价，促成类似股票交易一样的量化程序，也同步对风机进行控制，低谷储能蓄电，峰谷卖出。
后续再碰到一些有趣的AI场景解决方案，再和大家分享。
我是周伟，专注于Java和架构领域，坚持撰写有原理，有实战，有体系的技术文章。