数据和大模型， 做成能用的系统。
01 / 能力
五类活，
从零做到上线。
不转包，不换人。范围定下来，实现、部署和后面的迭代都是同一双手。
-
01
大数据平台
湖仓分层、Flink 实时、Elasticsearch 检索、知识图谱。离线回补和实时增量共用一套口径，按负载拆开再接到上层。
-
02
AI 应用落地
RAG 从解析、切分、混合检索到重排和引用回源；提示词、微调和评测用固定数据集回归，效果看数字不看演示。
-
03
Agent 运行环境
工具、记忆、沙箱、权限和预算放在模型外面。长任务可以中断、重试、留痕，失控的循环能被停住。
-
04
采集与治理
源网产品：入口发现、内容采集、统一字段、去重和监控告警，最后按格式导出。只做公开或已授权的站点。
-
05
交付与运维
私有化部署、国产化替换、监控备份和故障处理。结构、配置和运行方式写清楚，团队能自己改。
02 / 做过
五个方向，
都进过真实环境。
多年来一直在数据这条线上：从大规模数据处理，做到检索引擎和本地大模型。
-
01
多源数据平台
信源标准、字段口径、机器翻译和实体关系图谱。集群安装、库表设计和验收在同一套交付里。
从安装到验收 -
02
智能文本生成
提示词、语料范围、样例和评测收成可复核的成稿，做过领域微调准备。
可复核的成稿 -
03
企业数据中台
采集、分层治理、全文检索、预警和权限。数据标准和国产化替换从方案做到上线巡检。
国产化上线 -
04
大规模文档处理
分布式解析、去重、实体关系、自动分类、标签和全文检索，已按亿级日增量落地。
亿级日增 -
05
检索集群与信创
Elasticsearch 的读写、管理和冷热拆开，向量与原文分开存放，实时链路按吞吐配容量。
按吞吐配容量
03 / 产品
源网
SourceMesh可私有部署的公开信源采集平台。发现入口、内容采集、字段治理、监控告警，再按格式导出，一条链路跑完。
- 管理页面
- 17
- 告警规则
- 19
- HTTP 接口
- 116
- 导出格式
- 6
只做公开或已授权的信源。云采集、接口和 MCP 还在后面。
04 / 合作
四步，
每步都能验收。
先定范围和验收，再动手。数仓、信创、服务器、RAG 和 Agent 放在同一张计划里；做完一段，再进下一段。
咨询和实现是同一个人 数仓分层、分布式系统、高可用架构，来自多年积累；能独立做架构设计，服务器和国产化环境也自己配。RAG 和 Agent 独立部署，还是接进现有数据链路，按场景判断。判断和实现不换人，定过的范围，实现时不会被重新解释。
系统要能交出去 部署到客户服务器，监控、运维文档、国产化适配和下一版计划一起交付。上线后按运行记录改，不按演示改。
做不到的会先说 能力边界、数据风险、信创兼容性和失败成本在方案里写清楚，不放进交付范围。
-
01
摸清范围
目标、数据来源、现有数仓和系统边界，服务器、网络与信创要求。
-
02
定稿方案
数仓分层、实时链路、RAG/Agent 方案、部署拓扑和验收标准。
-
03
做成可用版本
大数据开发、数仓建设、RAG/Agent 落地，真实样例跑通再扩量。
-
04
交出去交接
部署到服务器，国产化适配、监控运维和下一轮计划一起交付。
05 / 联系
聊聊你的场景，
再决定做不做。
你有想法，我有技术。
不用先写完整需求，也不用把方案想全。
把现在卡住的地方说出来，先聊十分钟。
不合适就不做，没关系。
范特西 · 只做公开或已授权的信源