我厌倦了整理用户反馈，于是让人工智能来分类

2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家 

2026年4月 · 懒人开发者 第5期

在第4期中，我用7天时间构建了 FeedMission。用户反馈开始涌入。起初，这些反馈很棒。但一旦数量堆积起来，另一个问题就浮现了。“请添加深色模式。”“晚上看伤眼睛。”“加个背景颜色选项吧。”三个人说了三种不同的话，但诉求其实是一样的。当反馈只有10条时，手动归类还行得通；但超过50条后，光是阅读它们就会耗尽你的时间。

我问了克劳德（Claude）：“你能自动将相似的反馈归类吗？”答案是“嵌入向量”（embeddings）。

快速概览

• 使用 Voyage AI 将反馈文本转换为包含1024个数字的数组（即嵌入向量）
• 同时使用 Claude Haiku 分析情感得分（范围从 -1.0 到 1.0）
• 在 PostgreSQL 上启用 pgvector 扩展，用于向量存储和相似性搜索
• 余弦相似度 ≥ 0.85 视为同一组；低于该阈值则创建新组
• 当某个组的反馈数量增长时，克劳德会自动重新生成该组的名称和摘要
• 整个处理流程通过 after() 模式在后台运行
• 全部逻辑仅用188行代码写在 clustering.ts 文件中

“将相似的反馈归类”——但怎么做？

“请添加深色模式”和“晚上看伤眼睛”这两个句子没有任何相同的词，但它们表达的是同一个需求。你怎么让计算机理解这一点？办法是把句子转换成1024个数字。语义相近的句子会产生数值相近的向量。这就像外卖应用一样——搜索“深夜想吃点东西”，会同时返回炸鸡和猪蹄。它靠的是语义匹配，而不是字面关键词匹配。

“为什么不直接把两条反馈发给克劳德，问它们是否相似呢？”当然可以这么做。但如果有一百条反馈，就需要进行4950次两两比较。为每一对都调用克劳德 API，在时间和成本上都是不可行的。而使用嵌入向量，只需一次性生成向量，后续的比对由数据库通过数学运算完成。计算数字之间的距离只需几毫秒。

不过，嵌入向量并非万能。它在处理数字时表现较弱。“我需要3个按钮”和“我需要30个按钮”含义完全不同，但它们的嵌入向量坐标却几乎一样。否定句也有类似问题。“深色模式很棒”和“深色模式很糟糕”在向量空间中位置相近。我清楚这一点。但考虑到用户反馈的特性，这类情况并不常见。先快速搭建一个能覆盖80%场景的结构，等实际问题出现时再处理剩下的20%。

我第一次使用 Voyage AI 生成嵌入向量

// lib/ai/embeddings.ts
const response = await fetch('https://api.voyageai.com/v1/embeddings', {
  body: JSON.stringify({
    model: 'voyage-3-lite',
    input: ["请添加深色模式"],
  }),
})

// → [0.0234, -0.0891, 0.0412, ...] （1024个数字）

我同时使用 Claude Haiku 进行情感分析。“请