Hera AI 对话与会议平台
围绕真实会议与问答场景设计 AI 工作流、Prompt / 规则 / Demo 验证链路,并参与治理多轮污染、误路由和历史恢复错位等问题。
AI 工作流设计Prompt / DemoClojurePostgreSQLAliyun ECS
Project Detail
项目详情
项目定位
Hera 是一个围绕对话与会议场景展开的 AI 平台。我在项目中参与需求拆解、功能落地、问题排查和上线联调,重点推进 AI 对话、会议检索、引用追溯和结构化分析等能力。
当前对外可访问的验证环境中,可以直接看到以下能力:
- Demo 邮箱登录后进入工作台
- 在对话页直接提问最近会议,并返回基于会议内容生成的答案
- 回答中包含引用入口和相关内容折叠区
- 在会议页查看会议列表、时间、参与人数和自动生成的摘要
我负责推进的部分
1. 需求拆解与 AI 工作流设计
- 围绕 AI 对话、会议检索、人物信息查询和结构化分析等场景推进需求落地
- 将问题拆成输入、输出、规则、边界情况和验证标准,而不是直接把需求丢给模型
- 与产品、研发协作梳理问答主链和工具调用边界,减少人物误路由、问答偏移和错误工具调用
2. Prompt / 规则 / Demo 验证链路
- 设计事实抽取、候选语义项、意图优先和路由兜底等规则
- 搭建 Prompt、Demo 和真实调用验证结合的迭代方式
- 支持模型迁移、版本回归、效果对比和上线前验收
3. 系统化问题排查与治理
- 持续排查多轮对话污染、历史恢复错位、人物查询异常、会议分类异常等问题
- 围绕输入、配置、调用链、状态同步和输出拆链路定位,而不是只停留在表层现象
- 推动问题从发现到修复再到验收闭环
4. 环境联调与上线支持
- 参与阿里云 ECS 与 PostgreSQL 的环境联调、发布和性能排查
- 让 AI 功能能够持续上线并稳定运行,而不是停留在本地原型
当前验证环境
这套页面虽然还是验证平台,但已经能够说明 Hera 的核心产品方向:
- 用户不是去翻会议文件,而是先通过问题进入答案
- 答案不是孤立文本,而是带着会议上下文与引用线索
- 会议目录、对话问答和引用回看组成了一个可以演示的 AI 工作流闭环
Gallery
项目截图
Navigation