从今天开始，把 AI 当成你的合作伙伴，一起创造吧！
新工具
Windsurf 发布已经有一段时间了。前几天的黑五优惠让我在知识星球里提到过。
不过，官方宣布延长试用期至 12 月 11 号，似乎是因为用户反馈太多。
相比原本的两个月，这个免费试用时间其实是大幅缩短的。我们现在还不确定 pro 账号在 11 日之后是否还能继续使用。
许多用户开始尝试 Windsurf，大家都很兴奋。在知识星球上，有朋友用它开发了 Todoist 和 Obsidian 的链接插件。
还有的朋友更进一步，开发了一个智能 PDF 翻译应用。
看到别人玩得那么开心，估计你也想试试。但是很多人还没能掌握 Windsurf，尤其是它独特的 Windsurf Cascade 的功能。
如果你查看各种介绍，会了解到一些定义。
例如，“Cascade 是一个强大的推理引擎，能够进行深度的多步骤思考，具备编辑和解释代码的能力”，再比如“Cascade 具备实时感知开发者行为的能力，能够基于持续的工作内容执行、调整和继续编辑任务”。
但这究竟是什么意思呢？
今天，我们用一个实际的例子来说明 Windsurf Cascade 的能力，帮助你快速开发原型系统，满足实际需求。
实际例子
这个例子从网上一个现成的 API 开始，根据我们的需求进行调整，生成一个自己的软件包，并让全世界都可以下载安装。同时，我们还要在本地创建一个 Web 界面，方便用户使用。
听起来是不是很难？
其实一点都不难。
首先，我们先来看一下这个 API。
这个 API 来自于 Jina AI，作用是帮助你对长文本进行分片。
你可能还记得，我在之前的 Python AI 工作流框架中提到过一个重要功能——长文本分片。因为大语言模型有上下文限制，超出这个窗口就无法处理。在 Openrouter 的模型列表左侧，你可以清楚看到 Context Length 这一项，从 4K 到 1M，跨度很大。
即使你的模型可以支持很长的上下文窗口，如果不限制分片长度，模型输出时可能会自作主张，帮你“精简”输出长度。这对于长文写作和翻译来说是个大问题，因为很多细节会被忽略。
我之前在 Python 框架中使用的是 Langchain 的 RecursiveCharacterTextSplitter 作为基础来操作。
当然，你看到的这个解释，也是 Windsurf 分析代码库后自动生成的。
不过，我对 Langchain 的分片方式并不满意。边缘处出现的重叠总会带来意想不到的问题，例如标题或标题后的一句话可能会出现两遍。如果不人工检查，很容易让这些错误出现在最终结果中。
那么，咱们把重叠设置为 0，不就好了？
每当你看到一个问题明晃晃摆在那里，应该多思考一步——这是不是人家的“解决方案”呢？
如果你设置重叠为 0，有时当标点符号缺失时，一句话可能被从中间截断，导致问题更加严重。
既然原先的拆分方式有问题，当我看到 Jina AI 的这个 segmenter API 时，我还是很愿意试试的。
我在官网上试了中英文长文的分片效果，结果都不错。
中文用的还是古文。
不过，看到这里你应该也能发现——这个工具分段虽然好，但是不是过于稀疏了？
原本，我们希望每一段不超过一定的 token 数量（例如这里设定的是 1000），结果分拆的结果居然是一行一段，一句一段。很多段的字符数是个位数。
这就有点“过犹不及”了——一篇文章拆成 3-4 部分交给工作流，和拆成 30-40 部分，运行效率显然差得多。毕竟每一次调用模型，都会因为提示词和上下文增加额外开销。这不仅处理速度变慢，也会造成更长的账单。我受得了，我的钱包受不了啊。
怎么办呢？我于是决定，Windsurf Cascade，你上吧。