项目

讲「是什么」的同时亮出「我真做了什么」。以下按实践记录方式呈现——注明日期、如实标状态，公开的会链接到源。

CouncilBeacon 进行中

帮普通 NSW 居民更省力地「用好、了解并跟上」自己所在城市议会的公开信息门户。

做了什么: 一个面向公众的本地议会信息网站，把每个 NSW city council 分散在官方渠道的信息——rates（市政费）、垃圾收运日、财务、治安、选举、公众咨询、报事入口、近期动态——整理成通俗、有来源背书的页面。用户可用地图 / 搜索找到自己的议会，查看本地实用信息，并订阅邮件摘要或浏览器推送来跟进本地动态。产品坚持严格的内容规范：只呈现事实、每个数字都带来源与「截至日期」、中性措辞、不下结论。
怎么做: 技术栈为 Next.js 16（App Router）+ React 19 + TypeScript + Tailwind v4，部署在 Vercel。用 Postgres 存订阅者 / 推送订阅 / 抓取到的动态，Resend 发事务与摘要邮件，web-push（VAPID）做浏览器推送，Leaflet 做议会地图。一套 news ingestion 管线通过 Vercel Cron 每日抓取各议会渠道、按需接 LLM 生成中性化摘要（无 key 时退化为确定性截取）。工程亮点是「零配置可跑」——每个集成缺环境变量时优雅降级；难点在于把 80+ 个议会异构的官方数据源标准化，为此沉淀了一个可复用的 Claude Code skill。
结果: 已分批 onboard 约 80 个 NSW councils 的结构化数据集，主要功能（找议会、分主题页、rates 看懂页、订阅 / 推送、抓取 + 摘要 cron）均已实现并可运行，仍在持续扩充覆盖。
日期: 2026-06

从微信读书 7800+ 小时的阅读口味出发，搭一套「人把关 + AI 主力生产」的网文创作工作流，并以一本实战小说作为验证场。

做了什么: 项目起点是「读」——用微信读书 API 拉取书架与阅读记录（累计约 7865 小时、1437 个阅读日），提炼出六条口味模型。真正的目标是「造」：一套人在环、用 AI 快速创作网文的工作流，内核是「读者口味 = 写作标准」。为验证工具，我实际动笔写第一本小说（已定稿 4 章，草稿推进到第 8 章）。
怎么做: 核心是一套自建的 P-1 → P4 创作管线（市场 / 红线校验 → 双向拆书 → 设定圣经 LOCK/ROLL 分层 → 大纲 → 黄金三章细纲 → 验证 GATE → 滚动量产），配套模板、连续性账本、人物卡、多视角 review 与质量门。技术上是以 Markdown 为主、由 Claude Code / Agent 驱动的知识库，写了 Python skill（章节合并）和 JS Workflow（夜间无人值守跑 review）。难点在长程设定自洽、消除「AI 味」的语感把关，以及规避中国 AI 内容监管红线——都做了专门研究并沉淀成策略。
结果: 管线已用真实产出跑通（黄金三章按完整放行标准过关），这是工具能力的第一个验证点；但尚未过「读者验证 GATE」——缺真实读者试读数据，小说未完结，产品与盈利均未落地。仍在持续迭代。
日期: 2026-07

政府福利的「死线雷达」：个人化清单 + 提醒，帮澳洲人别再错过每年 100 亿澳元+ 没人领的福利。

做了什么: 针对一个真实缺口——澳洲人每年错过巨额政府福利，约 90 个「不主动申请就拿不到」的项目没有任何个人化官方提醒。产品是「2 分钟筛查 → 个人化福利清单 → 打勾追踪 →『你还有 $X 没领』→ 邮件 + 日历提醒」。一个一等价值、也最难抄的差异点是「排除已关闭 / 过期项目」（每条挂最后核实日期）——负面知识正是通用 AI 和内容农场最常出错的地方。
怎么做: 验证优先、零成本冷启动：先用免费的「福利日历」素材包 + 报名漏斗验证需求，达标才付费投放。真正的壁垒是一条持续侦测联邦 / 州规则变动与死线的「变更侦测管道」——每条规则都挂官方源 URL。目前已建成有来源背书的 NSW（约 90 活跃 + 14 已关闭）与 VIC（约 65 活跃）规则库、带固定通过 / 关停门槛的阶段 0 验证计划，以及网页 MVP 的骨架（landing + 筛查器 + 清单 + 邮件 + 日历订阅，PWA）。
结果: 已上线 benefitsradar.com.au，处于阶段 0（零成本验证）——规则库、验证计划与网页 MVP 均已就绪；正在验证真实需求，达标才加码。
日期: 2026-07

随时待命的灵感捕捉器：把你说的、以及你正在听的（YouTube / 播客 / 网课）即时转成可搜索、可编辑的文字。

做了什么: 一个轻量的网页工具，专注个人灵感捕捉与学习笔记——不是冗长的会议录音，而是 30 秒到 5 分钟的「碎片」。可同时录麦克风和系统声音、边看边记；转写后自动复制、可编辑、按历史搜索，也支持连续自动捕捉。
怎么做: 纯前端（原生 HTML/CSS/JS + Web Audio / MediaRecorder，IndexedDB 本地存储，可装成 PWA）配 FastAPI 后端，转写走 Google Speech-to-Text，坚持隐私优先：音频只在转写时上传、不留存。最大的坑都在浏览器音频上——尤其 iOS/Safari 对系统声音支持有限，移动端录音稳定性来回打磨了很多版。
结果: 已上线 voicespark.app 并持续维护，迭代了 100+ 个功能版本。
日期: 2026-01

面向澳洲 tradie 的 24/7 AI 电话接待：自动接听来电、用自然对话收集工单、把线索短信发给老板。

做了什么: 一个多租户的 AI 电话接待系统：Twilio 接入来电与短信，OpenAI Realtime 实时语音对话收集工单信息，配老板端线索仪表盘、管理后台、Stripe 订阅与 14 天试用、落地页与演示流程，还写了一批免费获客的抓取脚本。
怎么做: TypeScript / Node + Express，SQLite（PostgreSQL 备份），Docker 化部署在 Railway。难点在实时语音的延迟与打断处理，以及澳洲号码的合规（地址 / 监管 bundle）。
结果: 功能基本跑通、线上站点保留着可体验的 demo，但综合权衡市场与投入产出后暂停，目前没有继续推进的计划。公开出来，作为一次完整的「从 0 搭 AI 语音 SaaS」的实践记录。
日期: 2026-04

还有几个正在验证、没大量写代码的产品想法——刻意停在调研阶段，等需求被证实再往前推：面向外国房产业主的 FIRB 空置费合规助手、以及演唱会长焦手机租赁副业。都有市场调研、合规分析与精益验证方案，但尚未上线。