AI报销
说一句，
让报销更进一步。
员工 · 报销办理用自然语言记录费用、整理票据、生成报销草稿，完成报销提交与审批流转。
管理员 · 企业配置通过企业管理维护组织与成员；通过 AI 规则中心、AI 表单和流程中心，配置费用规则、业务表单与审批流程。
尚明达个人产品创作者
关于我
从一个想法，
走到亲手实现。
产品创作工具探索AI 工作流
我喜欢从日常问题出发，探索 AI、产品设计与工具开发，亲手把想法做成可以使用的作品。
这里收录 AI报销、ME秀、PMure 和 CodexBar 等个人产品，也分享知识库和 AI 工作流的实践。
对我而言，好的方法应当能复用，好的想法应当能被使用。
个人产品实践
把日常问题，
做成可以使用的产品。
从移动端的报销助手，到浏览器与菜单栏。
在真实场景中，探索 AI 与工具的价值。
说一句，
探索 AI报销
ME秀
ME秀，
秀出自己。
AI 网页制作与发布根据描述与简历生成网站，多种模板与组件自由调整，完成后一键发布，分享网址与二维码。
AI 简历制作根据原始简历生成新简历，由大模型理解经历、自动适配模板与排版，支持内容微调和 PDF 导出。
知识库与 AI 工作流
让知识进入工作，
让经验形成方法。
连接产品资料、代码证据与项目管理。
从业务答疑到设计、检查与分析，贯穿产品工作。
从一个问题，到一份可验证的产出。
知识库提供上下文，MCP 连接任务，Skill 固化方法，人工判断把控业务与交付。
AI 项目管理 MCP
读取任务、文档、评论与进展，汇总迭代状态、识别阻塞与风险，让分析回到实际项目。
项目汇总 · 风险分析AI 产品问答
结合产品文档、代码和页面证据解释业务规则、对象关系与能力边界，让答案有依据。
业务答疑 · 证据追溯AI 框架方案编写
从原始诉求和业务背景出发，澄清问题、评估现有能力，形成目标、范围与实施方向。
范围判断 · 框架方案AI 需求方案与 PRD
用编写 Skill 展开对象、规则、权限、状态和异常，把方向变成研发可以讨论的详细方案。
业务建模 · 详细需求AI 原型设计
参考真实系统的页面与组件，产出可交互 HTML 原型，并核对状态、布局和关键操作。
交互原型 · 浏览器验证AI 团队需求质量检查
读取实际需求正文与配图，检查目标、范围、规则完整性与可理解性，形成问题清单与改进建议。
需求审阅 · 质量门禁AI 数据分析
结合业务口径与数据材料，整理指标、观察差异与趋势，用分析结果支持产品判断和复盘。
指标分析 · 业务复盘AI 行业与政策分析
定时获取最新的行业与政策内容，进行 AI 分析，推送重点变化与业务影响。
行业洞察 · 政策解读先建立可信的知识底座。
保留原始来源，整理业务结构，再把检索、任务连接和产出方法接起来。
- 01
整理来源
收集产品文档、业务规则、需求、竞品与政策材料，记录来源和版本。
- 02
建立结构
按产品线、业务域和对象组织知识，区分系统现状、历史方案与设计意图。
- 03
接入证据与检索
建立索引和上下文包，连接代码、接口与页面证据，支持问题定位和引用。
- 04
连接工作方式
用项目管理 MCP 获取任务上下文，用 Skill 规范答疑、框架、PRD、原型和质量检查。
让知识与真实业务一起更新。
增量更新与校验形成闭环，产出中的问题也回流为下一次可复用的方法。
- 01
增量采集
追加新资料和变更，保留原始输入与历史，避免覆盖已有证据。
- 02
核对事实
核对来源、时效与产品线，区分已部署、代码支持与待确认结论。
- 03
同步与评测
同步知识正文和结构化记录，按依赖顺序重建索引、评测检索并检查健康状态。
- 04
复盘与复用
把答疑、方案和团队审阅中的问题回流，持续改进规则、案例与 Skill。
