Brooch Shop
AI · E-COMMERCE
AI 导购 agent，tool calling，Claude API
Design Engineer · AI · E-commerce
深入工程，在电商 SaaS 探索 AI 与交付的边界
在电商 SaaS 全链路做工程与体验的交付，用 AI 放大判断力，用数据校验直觉。
项目
精选项目与实验
Prompt Shop
CHECKOUT · STRIPE
完整购物流程，Stripe Checkout
Human vs AI Judge
AI · GAME · E-COMMERCE
与 AI 同场竞技，对真实电商售后工单做意图分类，实时对比三方判断差异
文章
文章与笔记
「好逛」和「好找」不是同一件事——电商独立站的 IA 取舍
假期逛精品小店，遇到喜欢的东西直接拿下，完全不费力气。但同样的商品放到网上，打开页面却感觉脑袋嗡嗡的——分类、筛选、产品卡片铺天盖地，反而不知道从哪里看起。同样是挑东西，为什么体验差这么多？这篇文章从这个问题出发，聊聊电商独立站的信息架构设计，以及「好逛」和「好找」背后那个很少被说清楚的取舍。
公众号阅读全文 →
你的页面对 Google 来说不存在 —— 一次微前端 SEO 链路排查
不是排名低，是页面对 Google 完全不存在。这篇记录了一次微前端项目的完整 SEO 排查过程，以及从中整理出的四层诊断框架：链接发现、可访问性、内容渲染、语义理解。断点找错了层，改再多也没用。
掘金阅读全文 →
赛博纺织工厂：一个比喻，讲透 AI Agent 工作流的四次进化
用纺织工厂改造比喻 Agent 系统的演进——V1 结构化执行，V2 规划反思，V3 记忆管理，V4 安全护栏。能力越强，需要的约束越精密。工程化的关键不在 AI 本身，而在于通过流程设计与安全防护让复杂系统在生产环境里稳定运作。
掘金阅读全文 →
当系统「没了头」(headless)，AI 反而更好接手了？
Headless 架构的本质是「只暴露能力接口，不预设 UI 形态」。AI Agent 作为新型消费方，恰好不需要 UI——这让 Headless 成为最易被 AI 接手的系统形态。但 API 设计与治理成本并没有因此消失。
掘金阅读全文 →
关于
背景与方向
现在在做
在 ThoughtWorks 做电商 SaaS 全链路工程，现参与跨团队 AI Playbook 编撰。
技术栈
- React
- TypeScript
- Next.js
- Tailwind CSS
- Node.js
- GraphQL
- Claude API
- Vertex AI
- ECharts
- MicroFrontend
- Mixpanel
- Azure
习惯主动识别问题。发现跨境上线后筛选逻辑缺陷——课程全量返回，用户进入详情才发现无法订阅，推动立项并主导技术方案；把 Figma MCP 引入客户私有环境，将 UI 构建拆分为结构层与事件层，沉淀为团队 skill；构建 sub-agent 并行查询 Azure App Insight，自动汇总错误报告，替代人工逐层排查。有建筑学 + UX 背景，但更在意能交付什么。
这个视角来自动线思维——理解用户在哪里卡住，比理解他们「想要什么」更接近问题的根。
做过的一些事：Module Federation 重构购买流程（跨子团队登录态共享）；Chrome Performance 定位 filter 切换阻塞，从逻辑层与渲染层双向优化；设计 Figma API 驱动的 i18n 自动化方案，内置多国一致性校验；MiniMax AI Hackathon 全球获奖，现参与跨团队 AI Playbook 编撰。
现在把这些拆成文章和 demo，系统验证 AI 在电商 SaaS 每一层的真实介入价值。
探索方向
- 电商 SaaS 全链路从 Discovery 到 Checkout 逐层拆解与实验
- AI agent 工程化Claude API / tool calling 真实落地
- Design Engineering在工程与体验的交叉点做交付