01 1 / 4
处理漏斗
六级漏斗把 4047 条原始吐槽压到 20 个机会:L1 规则过滤(71% 通过)→ L2 小模型二分类(25% 标为机会)→ L4 结构化抽取 → L5 跨源聚类成 304 个痛点簇 → L6 仅头部 6.6% 合成机会。
副标题点明成本控制逻辑——越往后越贵,前几级过滤率决定整体 LLM 账单。深色控制台用逐级缩水的数字条,一眼看清每档留存。
从公开噪音里筛值得做的痛点
内测闭源自用AI 原生SaaS开发者PainHunt 读论坛、应用商店差评这类公开吐槽,过规则过滤和模型抽取,聚成痛点簇,再打分排成短名单——回答「该不该做一个独立产品」,不是再给你一条信息流。
自用版先盯电商卖家工具、只采英文源;验收标准是每周能不能挖出几个「确实没想到又值得深挖」的点。
从源码读出的分层与设计决策。

公开源入 raw(不可变)后逐级变贵变稀:规则筛 → 本地小模型四分类 → blocker 抽取与向量聚类 → 仅头部做机会合成,输出周报短名单。
跳过前级直接喂大模型会让账单涨一到两个数量级——漏斗是成本前提。

只对一句 blocker 做向量,跨源才对齐得住。PainScore 与 OpportunityScore 刻意拆开:分得清「做不了的好机会」和「没人要的点子」。
本地 27B 太慢且 ollama 中途挂掉;解析失败率也曾飙到 85%。改为火山方舟 OpenAI 兼容网关。;新增 LLM_PROVIDER=openai 路由:generateJson 可走 Ark Chat Completions;模型:doubao-seed-1-6-251015(关 thinking);L2 并发 12、L4 并发 8;嵌入仍用本地 nomic-embed-text(维度绑表结构);清掉 428 条本地时代的 l2 fetch failed,重新入队;冒烟:30 条 / 5s / 解析失败 0 / 约 0.16s/条;