移动端智能体办公助手（AI 效率工具）产品系统Vibe Coding

立项原因：在移动办公场景下，用户经常需要快速生成会议纪要、数据报表等格式规范的文档，但在手机等小屏幕设备上手动排版极其不便。本项目旨在解决“移动端无法通过简单对话生成复杂格式文档”的痛点，将自然语言指令直接转换为可用的办公文档。
行业场景：适用于需要频繁进行轻度文档创作的移动办公人员、业务人员及管理者。用户在外出、通勤或会议间隙，可通过手机向AI助手发出指令，即时获得结构清晰、格式标准的文档初稿，大幅提升碎片化时间的利用效率。

功能模块：系统核心为在Dify平台上编排的AI工作流，主要包含“用户意图识别”、“大模型内容生成”、“Python代码清洗”三个核心处理节点。
主要功能描述：
自然语言文档生成：用户输入如“生成一份关于Q2市场分析的Word文档，包含标题、三个要点和总结”的指令，AI助手能理解其意图。
结构化格式输出：通过精心设计的系统提示词（System Prompt），约束大模型严格按Markdown或CSV等指定格式生成内容，确保内容的结构性。
内容净化与交付：利用工作流中的Python节点，通过正则表达式（Regex）清洗掉模型输出中可能残留的代码块标记等无关符号，输出“干净”的文本或数据，确保在移动端能够被Word/Excel等软件正确打开和解析。

我的具体任务：我负责了整个AI应用的工作流设计、提示词工程以及后端数据清洗逻辑的实现。
技术栈与亮点：
低代码Agent编排：基于Dify平台可视化拖拽，设计了“意图识别->LLM生成->格式清洗”的自动化工作流，快速实现了复杂逻辑，无需关注底层服务部署。
精准的提示词工程：通过撰写详细的系统角色指令和输出格式约束，成功引导DeepSeek-V3等大模型稳定输出所需格式，这是功能可用的核心前提。
输出稳定性保障：创造性在工作流末端加入Python代码节点，编写正则清洗逻辑，对AI的原始输出进行“后处理”，消除了格式偏差，实现了移动端100%可解析的交付效果。