Windsurf Cascade 如何为你 AI 赋能，解决真实需求？

从今天开始，就把 AI 当成你的合作伙伴，一起创造吧！

新工具

Windsurf 发布有些日子了。前几天有个黑五优惠，我还在知识星球里喊了一声。

不过，兴许是羊毛被薅得太狠了，官方跑出来，宣布给大家一个试用期延长优惠，直到 12 月 11 号。

相比起原本的两个月，这个免费试用时间其实是大幅缩短的。咱那个 pro 账号 11 日之后究竟还能不能用，现在是个未知数。

很多小伙伴开始用 windsurf，总是感觉很兴奋。知识星球上，有星友用它开发了 Todoist 和 Obsidian 链接插件。

有的星友则更进一步，做了个智能 PDF 翻译应用出来。

看见别人玩儿得那么嗨，估计你也跃跃欲试。但是很多小伙伴还是没能掌握 Windsurf ，尤其是它特色的 Windsurf Cascade 的妙处。

如果你看各种介绍，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？

咱们今天，就用一个实际的例子，说明 Windsurf Cascade 上述能力。让你也能用它快速开发原型系统，满足自己的实际需求。

例子

这个例子从网上一个现成的 API 作为起点，根据咱们的需求进行调整，生成一个咱们自己的软件包，并且让全世界都可以下载安装。这还不算，咱们还要在本地弄一个 Web 界面来方便用户来使用。

听起来，是不是好难啊？

一点儿都不难。

首先 ，咱们先来看一看这个 API。

这个 API 来自于 Jina AI ，作用是可以帮你给长文本分片。

估计你还记得，我那个 Python的AI工作流框架中的一个重要功能是长文本分片。 因为大语言模型有个上下文限制，超出这个窗口，就无法处理。在Openrouter的模型列表左侧，你可以清楚看见 Context Length 这一项。从 4K 到 1M ，跨度很大。

另外，即便你的模型可以支持很长的上下文窗口，如果你不限制分片长度，很有可能模型输出的时候会自作主张，帮你「精简」输出长度。对于长文写作和翻译来说，这是很糟糕的。因为很多细节会被忽略掉。

我之前在 Python 框架里面，用的是 Langchain 的 RecursiveCharacterTextSplitter 作为基础来操作。

当然了，你看到的这个解释，也是 Windsurf 分析了代码库之后自动给出的。

但是，我对 Langchain 的这种分片方式，并不满意。边缘处出现的 overlap ，总会带来意想不到的问题，例如标题甚至标题后的一句话，都出现两遍。如果不人工检查，很容易让这些纰漏出现在最终结果中。

那你说，咱们把 overlap 设置为 0，让两个分片之间，没有任何重叠，不就好了？

唉，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 overlap 为 0，有的时候当标点符号缺失时，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 出的这个 segmenter API 的时候，还是很愿意试试看的。

我在官网上试了中英文长文的分片效果，其实都不错。

中文用的还是古文。

只不过，看到这里你应该也能发现 —— 这个工具分段，好是好，可是不是过于稀疏了？

原本，我们是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。

这就有点儿「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，运行效率显然差很远。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啊。这样不仅处理速度变慢，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。