2026年7月23日回顾

过去我曾经制作的 8510，即调试工具，似乎久违地要再次使用了。今天想尝试使用它。

首先基于合成数据进行 E2E 测试的 Qwen Validation Debugger，在测试了约 50 项后，发现验证问题多得数不胜数。在此过程中，让 AI 通过 GUI 操作 Qwen Validation Debugger 工具，而我负责监视，这被认为是效率最大化的做法，我在上次实践中领悟到了这一点。

现在 Markdown 中的 JSONL 收集基本完成，并已写入 SQLite，于是通过该工具测试是否能够正确获取相应的 JSONL 文档。让 LLM 通过 GUI 打开我制作的调试页面，代码被按块拆分并发送请求，执行策略时查看 SQLite 是否能取回预期文档的内容，我在后方观察并进行修改。

虽然因为下午 5 点的晚餐约会而中断，但仍基本实现了想要的功能：LLM 是否检查文档是否合适，若不合适则直接在 SQLite 中搜索判断文档是否存在，搜索是否正常执行等，这为多种使用场景提供了很好的机会。

另外今天对网站进行了一些改进。嗯……如果按现在的方式运营网站，可能会给人一种典型的垃圾博客，甚至有点“点这里会不会中病毒？”的感觉。因为我平时搜索时，如果不是可信网站，往往会看到很多诈骗和垃圾信息，于是产生了这种想法。因此先从图标、站点地图改进、站点链接设置等入手进行了优化。

另外，在 OpenRouter 模型中，原本使用 gpt-oss:120b，由于免费额度再次结束，改为完全使用 openrouter/free 模型并替换了 CI 流水线。

最后，由于 Vercel 部署不稳定，已进行修改以确保重新部署生效。今天就喝着温热的饮料结束这一天吧。