一个 Web 页面，用户输入邮箱，接收邮件发送验证。验证成功后后端分配唯一 ID，每次发送邮件时使用自建或者三方邮件服务按同一邮件内容模板对单个邮件地址进行发送。邮件末端提供退订链接，链接生成与唯一 ID 映射，退订链接点击后进入退订页，确定退订按钮点击后后端用一个订阅标记字段标注。

@ArthurKing 了解，我一直烧开喝的，所以就凑合着来了😂

净水器这个不了解，不过日常使用感觉如果没有直饮需求的话滤水壶挺好

https://ai.baidu.com/tech/speech/tts

百度的 TTS 服务，有例示功能，可以直接填入后生成下载 mp3

不如转给多抓鱼

@TobiahShaw 了解，没事

jupyter 理论上是支持 shell 交互的啊，贴下代码吧

@zh584728 Mac 下，python 3.7.3, openpyxl 2.6.2, MS Excel 16.25

我试了下，没问题。

@bruce00 还有就是内容相同或者相似判断，比如你问 参数 a 是什么意思，有可能下游会有多个命令参数都带 a，怎么确定问的是哪个？
一般这种就涉及多轮询问确定完整意图了，简单的可以用一次检索返回结果后给一个 list 进行选取，复杂的可能就要反问确定。涉及多轮交互的，就有一个对话 session 管理的问题在里面了。

市面上应该有开源或者封装好的简单 chatbot，支持自定义那种，自己改改也许也能用。

@bruce00 因为需求特异吧，市面上轮子比较多的是一些生活查询类的 bot，比如查个天气啥的，查 man page 这种估计也就程序猿用的多吧 233
其实这个好的一点是一般 man page 都是索引好的，下游资源不用太多处理，麻烦就麻烦在 NLU 这块，intent 要有数据训练分类器（如果仅仅是一个 domain 直接上过滤器就好），slot 抽取这块也比较麻烦。句式的支持上多样性越高对 NLU 的要求就越高，如果仅仅一种或者有限的几种句式的话可以试试自定义 Pattern 解决。

这种特异性需求通常需要自己按照需求对 NLP 模型进行训练。
现在市面上的流行架构是对自然语句做 NLU （语义理解），确定 intent （意图），并对意图涉及到的 Slot （槽位）进行抽取确定，之后对 slot value 做 normalize （标准化），生成标准请求字段请求下游资源，返回结果后进行结构化展示或者再 NLG （自然语言生成）到 answer
上面是提供思路，有没有轮子就不知道了。

先试试新闻吧，音乐推荐全靠标签，短文本的新闻更方便做内容相似判断

@apisces 一般模型效果质量评价的话看召回率、精度，F1 值吧，主要是还要看考虑模型过召回和欠召回的情况。也有很多相关文章可以查下。

市面上现成的产品有「熊猫吃短信」，作者就在 v2ex，有条件的可以查下相关介绍。
垃圾文本信息的朴素贝叶斯判断是个经典问题，流传最广的是《黑客与画家》作者 Paul Graham 的那篇《防止垃圾邮件的一种方法》
分类器流程这个网上一搜一大把，分词可以用 jieba 分词这种开源库，也可以用三方 API，各大厂的云服务都有这个。
垃圾短信训练样本 Github 上有人分享过，可以找了看下。如果只是判断是不是广告相对简单。

膜拜大佬

Outlook 挺好用的

@Northxw 了解……