从今天开始，将 AI 视为你的合作伙伴，一起创造更多可能性！
新工具发布
Windsurf 已经发布了一段时间。前几天赶上黑色星期五，我们的用户社区还分享了优惠信息。
然而，由于羊毛党过于活跃，官方决定将试用期延长至 12 月 11 日。
相比之前的两个月试用期，这次的时间大幅缩短。11 日之后，我们的 Pro 账号是否还能继续使用，目前还是个未知数。
许多用户已经开始使用 Windsurf，并感到非常兴奋。在知识星球社区中，有星友用它开发了 Todoist 和 Obsidian 的链接插件。
更有用户进一步开发了智能 PDF 翻译应用。
看到别人玩得这么嗨，你可能也已经跃跃欲试。但很多用户尚未充分利用 Windsurf，尤其是其独特的 Windsurf Cascade 功能。
根据官方介绍，Cascade 是一个强大的推理引擎，能够进行深度的多步骤思考，并具备编辑和解释代码的能力。此外，Cascade 还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。
但这些定义究竟意味着什么？接下来，我们将通过一个实际案例，深入解析 Windsurf Cascade 的这些能力，助你快速开发原型系统，满足实际需求。
实际案例解析
本案例将从一个现成的 API 入手，根据需求进行调整，生成一个自定义的软件包，并让全球用户都能下载安装。此外，我们还会在本地搭建一个 Web 界面，方便用户使用。
乍一听，这似乎很复杂，但实际上并不难。
第一步：了解 API
我们使用的 API 来自 Jina AI，主要功能是长文本分片。
你可能还记得，我的 Python AI 工作流框架中就包含这一功能。由于大语言模型存在上下文限制，超出窗口范围的数据将无法处理。在 Openrouter 的模型列表左侧，你可以清楚看到 Context Length 这一项，范围从 4K 到 1M 不等。
即便模型支持较长的上下文窗口，如果不限制分片长度，模型在输出时可能会自动“精简”内容。对于长文写作和翻译来说，这会导致细节丢失。
在之前的 Python 框架中，我使用的是 Langchain 的 RecursiveCharacterTextSplitter 进行分片操作。
然而，我对 Langchain 的分片方式并不满意。分片边缘的重叠部分常常带来意想不到的问题，比如标题或首句重复。若不进行人工检查，这些问题很容易出现在最终结果中。
如果我们将重叠设置为 0，分片之间将没有任何重叠，但这也可能导致句子被截断，尤其是在缺少标点符号的情况下。
既然原有的拆分方式存在问题，我决定尝试 Jina AI 的 segmenter API。
这个 API 在中文和英文的长文本分片上表现不错，尤其是中文古文的分片效果。
然而，这种方法的分片过于稀疏，导致一段文本被拆分成多行或多句，每段字符数仅为个位数。
原本我们希望每段不超过一定数量的 token（例如 1000），但实际结果却是一行一段，甚至一句一段。这不仅降低了处理效率，还会增加成本。
于是，我决定请 Windsurf Cascade 出马，优化这一流程。