综合小项目:用 Python 构建可校验的 AI 任务规划器
综合运用提示词、结构化输出、结果校验与评估,构建一个把自然语言需求转换为可执行任务清单的 AI 规划器。
从标题、正文、标签与分类中查找内容
综合运用提示词、结构化输出、结果校验与评估,构建一个把自然语言需求转换为可执行任务清单的 AI 规划器。
综合运用任务分类、模型调用、配置校验与日志记录,构建一个可解释、可替换的 AI 模型路由器。
综合运用提示词、结构化输出和规则校验,构建一个不会悄悄改写术语的 AI 技术文档翻译器。
综合运用上下文组织、结构化输出、结果校验与人工复核,构建一个只给出核对意见的 AI 周报检查工具。
综合运用结构化输出、环境变量、校验和人工审批,构建一个只生成草稿、不直接发送邮件的命令行工具。
综合运用结构化输出、输入校验、有限重试和人工确认,构建一个把模糊想法整理成需求清单的 AI 命令行工具。
综合运用提示词、模型调用、输出校验、重试和命令行退出码,构建一个不会盲信模型结果的 AI 文本质量门禁。
综合运用提示词、结构化输出、证据绑定和结果校验,把原始资料整理成可复核的研究笔记。
综合运用模型调用、结构化输出、规则校验和人工复核,构建一个检查课程大纲草稿的命令行工具。
综合运用提示词、结构化输出、校验、重试和日志,把一批原始问答整理成可审核的 FAQ 草稿。