STATION DANGWEI-01 // OBSERVATION DECK
INDEPENDENT DEVELOPER // AI PRODUCT

AI 产品落到业务里

长期做 Agent、RAG、MCP、自动化和数据产品。重点不是把概念讲得热闹, 而是让系统进入真实流程,替人省掉麻烦,并持续产生业务结果。

Agent
架构与工具接入
RAG
知识库与业务检索
Workflow
自动化落地闭环
SCROLL TO ORBIT // 01
ORBIT LOG // MODULE 02

履历轨迹

一条从算法、数据、增长、AI 产品到独立开发的连续路径。它决定了我看项目时不会只看模型, 也会看业务、流程、交付和维护。

  1. LOG ENTRY 012025.12 - 至今
    DANGWEI.AI

    独立开发者 / 一人公司

    围绕 AI 工具产品、Agent、RAG、MCP 与内容自动化做产品开发和商业化探索。

    AgentMCPRAG独立产品
  2. LOG ENTRY 022024.09 - 2025.12
    澳际教育集团

    AI 产品经理

    负责院校库与智能定校产品,主导 1.5 到 2.4 版本迭代,补齐院校数据维护、AI 补推和智能爬取流程。

    院校库智能定校数据工坊
  3. LOG ENTRY 032020.09 - 2024.08
    北京火星时代教育

    数据产品经理

    主导经营分析自动化、报表中心和 BI 系统落地,同时操盘抖音信息流投放,把数据分析和业务增长连起来。

    BI报表中心ROI
  4. LOG ENTRY 042019.07 - 2020.09
    北京贪心科技

    Python 教研兼助教

    负责 Python、人工智能基础和数据分析课程答疑、作业批改与课程内容优化,参与数据可视化课程案例设计。

    Python数据分析课程开发
  5. LOG ENTRY 052019.03 - 2019.06
    大唐融合通信

    Python 工程师(实习)

    参与智能客服机器人项目,接触 Rasa、NLU、意图识别、实体提取和对话模型训练加载。

    RasaNLU智能客服
MODULE 03 // PAYLOAD BAY

案例作品

这里不放概念稿。两个核心作品都来自真实线上页面: 一个解决 AI 编程工具配置问题,一个解决 Agent Skill 搜索与安装前判断问题。

IN SERVICE
项目档案CASE 01

Vibe Manager

AI 编程工具配置管理

围绕 Claude、Cursor 等 AI 编程工具的 MCP、规则和常用配置做统一管理,让个人和团队少在环境与配置上消耗时间。

解决的问题

AI 编程工具配置分散、规则难复用、MCP 入口不统一。

交付形态

配置管理产品 / Web 工具 / 真实线上页面

真实线上产品面向 AI 开发者配置、规则、MCP 统一入口
查看项目现场
真实线上截图
Vibe Manager 产品界面截图
IN SERVICE
项目档案CASE 02

SkillMap

RAG 驱动的 Agent Skill 搜索

用自然语言找到更合适的 Agent Skill,并把搜索、筛选、安装前判断连成一条更省心的工作流。

解决的问题

Agent Skill 太多,搜索、判断、安装前筛选成本高。

交付形态

RAG 搜索产品 / Agent Skill 工作流 / 真实线上页面

真实线上产品Agent 工具生态从找工具到直接开工
查看项目现场
真实线上截图
SkillMap 产品界面截图
CASE 03

内容与自动化工作流

从资料整理、长文生产、分发回填到复盘,把重复劳动沉淀成稳定流程。

更适合小团队和一人公司: 先把关键路径跑通,再逐步产品化。

MODULE 04 // SENSOR ARRAY

能力图谱与边界

我擅长的不是“把 AI 讲得玄”,而是把业务问题拆成可以被产品、数据、工具和流程共同解决的系统。

SIG-01

Agent 架构

拆清任务、工具、记忆、权限和人工介入点,让智能体不是演示,而是能被业务流程接住。

SIG-02

RAG 知识库

从资料结构、切分策略、召回质量到答案边界,做可维护的知识增强系统。

SIG-03

MCP 工具接入

把已有系统、内部资料和常用操作接入 Agent,让模型真正能调用工具完成事情。

SIG-04

自动化工作流

把内容、运营、研究、交付里的重复动作做成稳定流程,降低人肉搬运和协作损耗。

我会把边界说在前面

  • 不做纯概念包装
  • 不承诺没有数据和流程支撑的奇迹
  • 优先交付能跑起来的系统
  • 把能力边界、风险和后续维护讲清楚
dangwei@business:~$

AI

我更适合参与清晰问题的落地: 你有业务目标、资料、流程或一个想验证的小产品,我们一起把它拆成能推进、能验收、能继续迭代的项目。

开始合作沟通 →
适合合作的三类场景

B 端 AI 咨询

判断 AI 能不能做、先做哪一段、数据和流程缺口在哪里,避免一上来就买工具或堆模型。

Agent / RAG 项目交付

从需求拆解、知识库、工具接入、工作流编排到上线验证,优先做可运行的最小闭环。

小型 MVP / 工具

适合小团队、一人公司或具体业务场景,把一个高频痛点做成可用工具,再决定是否继续产品化。

先发这四件事
沟通会快很多
业务目标
现有流程
数据来源
期望交付

© 2026 DANGWEI.AI. All rights reserved.