任务意图识别
从规则匹配到监督分类
拆解多协议嵌套结构并构建意图体系；通过双裁判标注、仲裁与防泄漏切分建成 2 万条金标数据；训练评测 RoBERTa / Qwen3.5 2B/4B/9B LoRA 模型，基于混淆矩阵逐类补样。
85.8%
Accuracy
2 万+
金标数据
4 档
模型规格对比
低置信度样本经人工复核后回流训练集，形成持续迭代闭环。
任务意图识别工程架构 · 点击查看原图
TENCENT CLOUD · MAAS
MaaS 模型服务数据产品与策略
围绕 Token Plan 与 TokenHub，负责经营及用户使用分析、任务与工具识别，开发 TokenHub-cli 一键接入与文档提效 MCP，并推进智能路由、模型实验与开发者接入等产品需求。
经营与用户洞察指标体系与分析看板任务意图与工具识别TokenHub-cli 与文档 MCP模型策略与实验
01 · DATA PRODUCT
经营与用户使用分析
打通经营系统、运营平台、计量数据、业务数据库及可观测日志，统一跨产品线的数据口径，并完成经营分析与用户使用分析看板的搭建。
分析不只回答“卖了多少”，还进一步解释用户是谁、从哪里来、如何使用、是否留下，以及产品体验和经营结果之间的关系。
01
经营表现
统一销量、收入、成本、毛利和套餐档位等经营口径，观察不同产品线的经营趋势。
02
用户生命周期
搭建激活、活跃、留存、回访、续费及升降配指标，分析用户从购买到持续使用的完整链路。
03
使用与体验
分析用户通过哪些工具、完成哪些任务，以及请求质量、反馈情绪、稳定性和性能表现。
04
获客与运营
评估资源位、渠道和活动效果，为产品接入体验、用户运营及增长动作提供依据。
02 · RECOGNITION
任务意图与工具识别
在使用分析中补齐日志缺失的语义标签，回答用户“通过什么工具、在完成什么任务”，使请求量和 Token 消耗能够进一步按真实场景归因。
工具识别工程架构 · 点击查看原图
工具识别
规则识别与未知工具发现
从原始请求日志中提取 system prompt、User-Agent、metadata 等多源证据，建立分级归因规则，与版本化规则库匹配，并通过优先级与置信度处理冲突结果，覆盖 40+ 类 Coding/Agent 工具。
对未识别流量拼接多类指纹特征，使用 Embedding + HDBSCAN 聚类形成候选工具簇；经真实流量验证和历史回归后，将新工具或版本规则重新写入识别流程，并持续审计清理失效规则。
闭环：未知流量指纹化 → 聚类发现 → 真实流量验证 → 规则入库
03 · DEVELOPER EXPERIENCE
TokenHub-cli 与文档提效 MCP
围绕用户首次调用链路优化国内、国际站官网及接入体验，将配置、验证与文档维护流程工具化，显著降低开发者的接入与维护成本。
一键接入 cli
CLI搭建覆盖 12 类 Coding 工具、9 类套餐场景的一键接入能力，支持安装、配置、诊断、修复、卸载与回滚的完整生命周期。
12 类
Coding 工具
9 类
套餐场景
6 项
生命周期动作
文档生产与自更新 MCP
MCP开发端点验证、配置校验与文档生成流程，建立自动巡检机制，使文档生产从手工撰写转为工具化生成与持续自更新。
30min → 3min
单篇文档耗时 · 提效 10 倍
04 · PRODUCT WORK
模型服务产品需求
除数据产品建设外，也参与模型服务的策略、增长与开发者体验需求，将分析结论继续转化为产品动作。
01
混元模型 A/B Test
参与候选模型实验指标与接入方案设计，从使用价值、体验、性能和稳定性等维度支持上架及扩量判断。
02
智能路由
参与路由策略设计，将任务意图、模型能力、质量、成本与性能数据沉淀为训练和评测依据。
03
活动与折扣策划
结合产品经营与用户结构分析策划折扣活动，明确目标用户、套餐策略与效果跟踪口径。
04
05
官网体验优化
围绕用户首次调用链路优化国内、国际站官网及接入体验，将产品定位、套餐信息和接入入口组织得更清晰。
