当前位置: 首页 > news >正文

超越实习期的AI自动化工具:播客工作流与Slack导出器实战

超越实习期的实习项目 - Trail of Bits博客

实习期结束项目依然存活

Aidan Kwok
2025年8月28日

实习期结束的那天,往往也是项目被遗弃的日子。我曾亲身经历过这种情况,但Trail of Bits却与众不同。今年夏天,作为Dan Guido和Sam Sharps领导下的业务运营实习生,我使用Claude(Anthropic的AI模型)构建了两个自动化工具:每年节省1250小时的播客工作流,以及让员工通过单一查询即可找到关键公司知识的Slack导出器。这两个工具在我实习结束后仍将在整个组织内持续使用。

播客工作流

Trail of Bits在各个业务领域(应用安全、AI/ML、区块链和密码学)都拥有专家团队,其中不少是博士级专家。公司希望扩大在志同道合播客中的嘉宾参与度,分享我们在网络安全领域推动边界的所有方式(并鼓励他人效仿)。为了最好地贡献社区,他们专注于填补极少有人能解决的超特定知识空白。但手动扫描播客中的这些关键词需要每周数百小时的收听和研究。

为了确保我们能大海捞针(并实现规模化操作),我们需要一个自动化工作流。具体流程如下:

图1:播客工作流流程图

用户可以手动运行或按特定日期和时间调度该流程。在检查剧集是否包含正确关键词后,Claude会生成各种关键信息:剧集摘要、演讲者观点、带时间戳的引用、外发邮件草稿等。Replit前端会显示所有这些输出。

在构建工作流时,我注意到Claude存在局限性。例如,在确定哪位Trail of Bits员工应该出现在特定播客上时,它会虚构员工信息。为解决这个问题,用户需要在Replit前端上传Excel文件,将Trail of Bits员工与其专业关键词进行映射。Claude还无法获取主持人的联系信息,但能提取主持人的姓名和网站,外部API可利用这些信息获取联系方式。以下是Claude和其他补充工具(如Excel文件)生成的洞察示例:

图2:播客工作流输出示例

该工具监控超过50个每周更新的播客,相当于每年2500个剧集!保守估计每个剧集时长30分钟,此工作流每年可节省1250小时的收听时间。这还不包括获取主持人联系信息、将Trail of Bits专家映射到相关播客以及撰写外发邮件所需的时间。

Slack导出器

由于数百个Slack频道包含数百甚至数千条消息,搜索和分析历史信息非常耗时。因此,Trail of Bits在终端中实现了Slack导出器,将频道导出为JSON和/或Markdown格式。用户随后将频道上传到Claude以获得摘要和洞察。

然而,这种实现存在两个主要限制。首先,所有员工都需要Slack导出器,但由于其终端实现,只有工程师可以访问。其次,用户必须知道哪些Slack频道包含必要信息,因为所选频道是聊天机器人唯一可用的上下文。

为解决第一个挑战,我分发了一个Slack导出器Electron应用程序。用户启动应用程序即可开始导出,无需终端命令,任何人都可以使用。

与在终端实现中手动阅读每个频道不同,用户现在拥有一个更高效的UI,可以搜索甚至一次性选择所有频道:

图3:Slack导出器Electron应用实现中的频道搜索

用户选择一个或多个频道后,会获得以下导出选项:

图4:Slack导出器Electron应用实现中的导出选项

为解决终端导出器的第二个限制,我使用Claude的MCP(模型上下文协议)将我们的Slack工作区暴露给Claude。现在,通过Claude桌面应用和/或Claude代码,用户可以搜索所有公共频道和已加入的私人频道,而无需导出。

需要了解每个公司项目的进度?我的改进实现只需一次查询即可完成。需要入职新员工,但所有团队成员都很忙?同样,一次查询即可解决。由于该工具的广泛应用,我们的团队可以专注于推动网络安全的前沿,而不是在Slack频道中筛选信息。

从下图可以看出,应用场景是无限的:

图5:Claude MCP桌面Slack输出

激发热情

每个人都在谈论应用AI,但在聊天机器人中复制粘贴只是冰山一角。这些项目展示了AI应用可以走得多远。然而,要构建这些应用,你需要理解用户的问题并让他们参与循环。我的测试过程是这样的:发现错误,现场紧急修复,获得功能请求,然后在当天晚些时候测试该功能。

与实习生离开后即消亡的刻板实习项目不同,我的工具得以存活,因为通过测试,人们将这些工具应用于自己的挑战,体验了生产力提升,然后将它们整合到日常工作中。同样重要的是,他们与其他员工分享兴奋之情,使这些工具成为公司范围内的工具。

通过这些项目,Dan、Sam和我希望激发这样的热情:AI不会取代员工,而是增强他们的能力。每个团队都有等待发现的AI用例。在Trail of Bits,我们正在寻找并实现它们,每个人都在贡献,包括实习生。

如果你喜欢这篇文章,请分享:
X
LinkedIn
GitHub
Mastodon
Hacker News
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号(网络安全技术点滴分享)

公众号二维码

公众号二维码

http://www.hskmm.com/?act=detail&tid=18856

相关文章:

  • 调度器的各项指标以及计算方式
  • 浅谈dsu on tree
  • JavaDay10
  • 昇腾多机推理极速上手:10倍简化的 DeepSeek R1 超大规模模型部署
  • python开始exe应用程序初级教程
  • B站油管抖音一键笔记
  • 介绍自己
  • pycharm更换国内源
  • 基于Python+Vue开发的反诈视频宣传管理系统源码+运行步骤
  • 0voice-2.2.1-服务器百万并发实现
  • 微服务去掉认证的功能
  • INNER JOIN LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN
  • 进程调度的时机,切换与过程
  • 深入解析:六维力传感器材质选择:影响性能与精度的关键因素
  • 按键精灵安卓/ios辅助工具,脚本开发新手教程ui界面介绍 - 教程
  • P3197fwx - FanWenxuan
  • 2025年AI大模型赋能智能座舱研究报告:技术、资本与市场|附20+份报告PDF、数据仪表盘汇总下载
  • 专题:2025年AI Agent智能体行业洞察报告|附110+份报告PDF、数据仪表盘汇总下载
  • 开启我的Java旅程
  • MYSQL: 时间戳演示
  • 自动化测试用例结构分析
  • 谷歌新款具身智能模型 Gemini Robotics 1.5 和 Gemini Robotics-ER 1.5
  • 完整教程:测试自动化教程:Parasoft如何流重定向与单元测试自动化
  • 用 Zig 实现英文数字验证码识别
  • 用 Crystal 实现英文数字验证码识别工具
  • 基于 Nim 的英文数字验证码识别工具实现
  • 完整教程:数组(Java基础语法)
  • AI信任心理学:构建可信赖人工智能系统的实用指南
  • 英语_阅读_Robot
  • 模仿Teamcenter(UIHealthDetector) 实现 系统托盘