案例 · 大模型应用 · 独立开发 · 2026.10
小甜
一个住在 QQ 群里的 AI 群友
懂产品知识、记得住人、有情绪、会赌气。给 AlunHex 的玩家群做的，不是客服，是「群里那个人」。
- 我的角色独立开发：产品定位、人设与规则设计、记忆和成本方案、部署上线；代码借助 AI 完成
- 技术DeepSeek V4.1-Flash · NapCat（OneBot 11）· Python 3.12 · Docker
为什么做：一个人管不过来一个群
人力不可持续
群里大部分问题是重复的：怎么下载、会不会封号、面板打不开。但没人能 24 小时盯着。
客服机器人招人烦
关键词匹配的机器人只会甩链接，群友要么屏蔽，要么退群。
通用 AI 没有记忆
每次对话都从零开始，「上次说的那个」它完全不记得。
定位：不做客服，做群友
客服机器人
目标是「解决问题」
- 有问必答
- 回答完整，但冰冷
- 一眼就能看出是机器人
AI 群友 · 小甜
目标是「让群有意思」
- 只在被 @、被点名或提到产品时开口，其余时间闭嘴
- 惜字如金，一句话为主，60 字封顶
- 允许说「不知道」「你自己搜」
代价：有些问题她不理。收益：群友不觉得她是客服。这个定位差异，决定了后面所有的设计取舍。
架构：模型只负责最后一句话
绿色的四项都在本地完成，不消耗模型 token。
四个核心能力，缺一不可
知识库
88 条结构化产品知识，产品数字只认知识库。
自研 BM25 检索，零依赖、可解释三层记忆
知识永久；对话越久越淡；每人一份关系档案。
对话约 21 天半衰期，同样的问题直接复用答案人味工程
毒舌人设 + 示例对话 + 禁用套话，比换模型更有效。
13 组 few-shot · 禁「首先 / 作为 AI / 希望对你有帮助」本地优先
检索、心情、关系、触发判定全部本地计算。
一次问答约 2,200 输入 + 90 输出 token只做知识库，就是 FAQ 机器人；只做人味，就是玩具。四条要一起成立。
设计取舍
要不要有问必答？
赌气要不要一直记着？
模型推理要不要一直开？
记忆要不要统一存？
她在群里是这样说话的
上面是真实群聊截图（其他群友的头像和昵称已模糊），下面是说明人设效果的示例对话。
这一段里能看到几条规则在起作用：
- 新人欢迎：有人进群，先把最常见的「怎么下载」答掉，统一引导官网。
- 短句、不套话：每条都是一句话，没有「您好」「很高兴为您服务」。
- 表情包按情绪挑：群友发过的表情包会被自动收集、按情绪打标，回怼时配一张。
- 被 @ 必回：群主 @ 她时优先回复。
待评估：被问「是不是机器人」时，她目前会按人设否认。这是趣味和透明度之间的取舍，是否改成「承认是 AI、但保持语气」还在评估。
目前的考虑：用户是游戏玩家，对玩梗式互动的接受度高；群里已经提前说明她是 AI，大家知道底细，反而更愿意跟她聊、逗她。
成本拆解
按每天约 200 条问答算，日成本约 1.5 元；部署在家里的软路由（2 核 / 2GB，Docker Compose）上，24 小时在线，不买服务器。
能用代码算的，绝不用模型。
| 知识检索 | 0 |
| 记忆检索 | 0 |
| 心情计算 | 0 |
| 关系计算 | 0 |
| 触发判定 | 0 |
| 模型生成 | ≈ 0.005 元 |
| 每天（约 200 条） | ≈ 1.5 元 |
技术选型
明确不做
- 不主动私聊、不拉人进群
- 不给源码和网盘直链，统一引导官网
- 不聊政治、宗教、赌博、色情
- 不做「绝对不封号」这类承诺
怎么控制
- 模型说错话：产品数字只认知识库，输出层拦截敏感词
- 成本失控：本地计算优先，主动开口有每日上限
- 记忆污染：对话记忆只复用，待补充的知识人工审核后再入库
这个项目证明了什么
成本不是障碍
一天一块五，小产品也养得起 AI。
人味是工程问题
示例对话、禁用词和长度约束，比换一个更贵的模型有效。
本地优先可行
检索、情绪、关系都在本地算，模型只负责说话。
下一步
答不上来的问题进待补充清单，我一键确认后自动入库；每天生成一份「被问了什么、哪些没答上」的日报。