01
冷邮件客户唤醒
1,600 多条老询盘在库里躺了三年。我把它做成一条自己会跑的流水线 —— 会重发一次就等于砸招牌,所以它宁可漏发也绝不重发。
- 问题
- 手动跟进跟不过来,而群发工具一旦重发或误发到退订名单,域名信誉就毁了
- 关键取舍
- 发送状态先落库再投递 —— 设计成「可能漏,绝不重」
PythonFastAPISQLite WALIMAP
11% 回信率 · 127 封 → 3 个询价
查看案例
Shenzhen · 求职意向 AI 全栈工程师
AI Full-stack · B2B Cross-border
做了四年 B2B 跨境电商运营。这一年我用 AI 编程工具,把手上最费人的几件事 做成了跑在生产上的系统 —— 不是 demo。是每天有人在用、出问题会有人直接找我的那种。
向下滚动
11%
冷邮件回信率
127 封 · 转化 3 个有效询价
3/3
DHL 验收测试
全部通过 · FedEx 认证上线
1,600+
沉睡询盘唤醒
五邮箱矩阵 · 分阶梯投递
12,622
规范化资产
自 32,700+ 素材 · 47 小类
Work
三个跑在生产上的系统
02
AI 销售知识库与询盘 Agent
给十个销售用的问答系统。最关键的一条设计是:报价和参数不进向量库 —— 能被"检索"出来的东西,就能被编出来。
- 问题
- 销售问参数、问报价,模型答得很流畅,但可能是编的
- 关键取舍
- 三层知识库:硬事实走结构化精确匹配,只有语义模糊的问题才走向量检索
DifyOneAPIChromaBGE-M3
服务约 10 人团队 · AI 起草 + 人工确认
查看案例
硬事实 报价 · 参数 · 库存 结构化精确匹配
语义模糊 "这个能用在什么场景" 向量检索
查不到 不在库里的问题 转人工,不猜
能被检索出来的东西,就能被编出来 —— 所以报价不进向量库。
03
物流出单自动化
从商业发票到承运商面单,中间几十次复制粘贴全部消失。一票货被出两次单是要赔钱的,所以幂等键在调承运商之前就得先落库。
- 问题
- 人工誊抄单据慢且容易错,重复出单直接产生真实费用
- 关键取舍
- 幂等键先提交再调用承运商;返回未知状态一律不重试,交人工核对
DHL APIFedEx API幂等键海关申报
DHL 三项验收 3/3 · FedEx 认证上线
查看案例
Stack
用什么做的
- AI 编程
- Claude Code、Codex、Cursor · SDD 规格驱动开发 · Skill / CLAUDE.md 治理规范
- Agent / RAG
- Dify、OneAPI · Chroma 向量库、BGE-M3 · 分层知识库、防幻觉设计
- 后端
- Python、FastAPI · Cloudflare Workers · DHL / FedEx / SMTP·IMAP 集成
- 前端
- Astro、Tailwind CSS · WordPress / Elementor · 响应式组件化模板
- 数据
- SQLite(WAL 并发)、Cloudflare D1 · Directus Headless CMS
- 部署运维
- Cloudflare Pages / R2 / Workers · GitHub Actions · Docker、Nginx、VPS
Path
怎么走到这一步的
-
2019.12 — 2024.07
国际站运营专员 → 阿里国际站运营
深圳橙风航科技 → 深圳福斯康姆智能科技
- 新品单品月询盘 80+,平台月均 200+ 询盘,自然点击占比 83.4%
- PPC 点击率稳定 1.5–2%,询盘成本从 250 元/单压到 150 元
- 多个类目月均询盘量领先同行
-
2024.07 — 2025.07
B 端外贸运营组长
深圳斯福莱科技有限公司
- 0-1 搭起 WordPress 独立站并持续优化,带动 B2B 社媒矩阵协同增长
- 建品类分析与市场调研机制,定潜力品 / 孵化品 / 成熟品的选品策略
- 带 3 人团队,把周报、复盘、广告数据分析都做成了固定流程
-
2025.07 — 至今
运营与 AI 工程负责人
深圳某工业设备制造商(B2B 外贸)
- 用 AI 编程工具独立把几个业务系统从需求做到上线,前端后端数据库运维都是我
- 海外获客与营销自动化:冷邮件矩阵、客户流失分析与唤醒
- 给销售团队搭 AI 知识库和询盘 Agent
- 把踩过的坑沉淀成治理规范:只读审计 → 分批执行 → 构建验证 → 人工确认 → 合并主干