RayFriclyoAI

销售经历 · 电气背景 · 自动化实践

我是 Ray。
我做 AI 工作流与工具。

面向企业,核对资料、衔接订单与采购;
面向个人,把对话和视频整理成可复用的知识。

FOR ENTERPRISES / 01

企业场景

围绕资料检测、订单与采购,把核对、确认、跟进这些分散的工作串起来。

01

资料检测 / 环保测试报告

资料检测与报告跟进

以环保测试报告为例,检查缺失、到期与后续处理进度。

业务问题

同一个料号涉及的报告、有效期与申请进度,分散在不同角色手里。缺少持续核对时,过期或缺失往往等到客户索要才暴露。

我的设计判断

先建立“料号—报告—有效期”的关联,再串起巡检、销售确认、测试派发与归档。AI 用于读取报告和提取附件信息,日期判断、超时催办和升级规则交给明确的流程。

目标流程

  1. 01
    定时核对查找缺失或临近到期的报告
  2. 02
    确认与申请销售确认需求,检查费用与权限
  3. 03
    派发与跟进分配测试任务,超时后催办升级
  4. 04
    归档与更新新报告关联料号,进入下一次巡检
落地前提

统一料号与报告来源,明确确认人、超时规则和费用权限。这里展示流程与职责设计。

02

流程设计 / 订单至采购

订单 → 采购协调

从邮件里的需求,走到可以确认的采购计划。

01 / 输入邮件订单客户需求与附件
02 / AI解析与整理提取订单字段
03 / 规则数量与交期库存、MOQ、提前期
04 / 人确认后执行采购与进度跟进

业务问题

邮件中的订单需求,需要重新录入,再核对库存、起订量(MOQ)和提前期。每次确认都要跨过几张表、几个角色,才能回答“买多少、何时交”。

我的设计判断

将内容理解和数值计算分开:AI 提取订单与沟通信息;规则引擎处理库存抵扣、净需求、采购量和交期。采购执行前保留人工确认,异常回到对应责任人。

落地前提

可用的库存、供应商提前期与 MOQ 数据,以及清楚的采购审批规则。这里展示流程与职责设计。

FOR INDIVIDUALS / 02

个人工具

把对话和视频整理成笔记,留下能查找、能回看、能复现的内容。

01 / 个人知识管理 · Codex 插件

Obsidian Capture

一个 O,留住工作的有效结果。

在 Codex 中做完一项工作,不必再复制整段聊天记录。发送一个 O,把有效结论、操作步骤和待办写进 Obsidian;同一个任务继续讨论时,更新原来的笔记。

Codex

订单 CSV → JSON

转换脚本已完成。已处理 UTF-8 BOM,样例输出 120 条记录,8 项测试通过。
保存这次工作的结果O
Obsidian 输出示例

订单 CSV 转 JSON

结果

转换完成;样例输出 120 条记录。

复现python scripts/import_orders.py
--input data/orders.csv --out work/orders.json
修复 / 待办

用 utf-8-sig 处理 BOM;重复 ID 尚待处理。

流程示意 结论、步骤与待办,保存在同一篇笔记。

问题

聊天结束了,步骤却散在上下文里。

直接复制容易带上废话;只留几句结论,下次又不知道从哪开始。这个工具把摘要写入与后续更新接在一起,让一篇笔记能随任务继续完善。

关键做法

少一次配置,也少一次返工。

自动发现笔记库并记住选择;通过稳定标识找回改名后的笔记或库。更新前检查冲突并保留备份,避免覆盖后来手动补充的内容。

验证

36 项自动测试。

覆盖创建、更新、改名恢复、长输入和中断恢复,在 macOS、Windows、Linux 上通过检查。

查看测试记录 ↗
使用前提

支持 Hooks 的 Codex、Python 3.9+ 与 Obsidian。首次安装需要信任 Hook;多笔记库时选择一次保存位置。

02 / 个人学习 · 视频笔记

vid2note

看过的视频,变成找得到出处的笔记。

输入一个 YouTube 链接,获取字幕、整理中文要点,再保存到 Obsidian。保留带时间戳的全文,读到一个重要观点时,可以直接回到视频对应的位置。

输入 / 视频字幕 结构示意

信息有出处,
笔记才方便回看。

00:36
01:14
03:08

字幕文本 + 时间信息

提取选择原声字幕,去掉重复行
整理中文要点、关键细节、可执行建议
保留出处每段全文带可跳转的时间戳

问题

只看摘要,容易丢掉语境。

视频中重要的例子、数字和操作步骤,经常只出现几秒。笔记把要点放在前面,也保留可回查的全文,方便复习与核对。

关键做法

把字幕先处理好。

优先原声字幕,清理自动字幕的滚动重复行。长字幕分段提炼后再汇总,避免只保留视频前半段。

当前范围

YouTube 单个视频。

依赖可获取的字幕,不做语音转写,不展开播放列表。没有字幕或遇到限流时明确提示;摘要失败时保留字幕全文。

使用前提

Python 与 yt-dlp;可作为 Claude Code skill 使用。字幕获取依赖视频来源,摘要由当前会话或配置的后端生成。

ABOUT / 03

从实际工作出发。

销售经历让我关注客户需求与跟进,电气背景让我关注设备、工艺与料号。我希望把这两种视角用在同一件事上:找出真正值得自动化的步骤,再把工具做出来。

01

先看一份真实输入。

从一封邮件、一份报告或一张表开始,确认信息来源、输出要求和使用者。

02

把规则和判断分开。

明确的计算与流程写成规则;需要理解文本的部分再用 AI。

03

用一个完整场景验证。

检查正常结果,也检查信息缺失、重复和中断时该怎么办。

LET’S TALK / 04

聊一个具体的问题。

现在怎么做,卡在哪一步,希望得到什么结果。
企业流程合作、个人工具反馈,都欢迎联系我。