大模型应用开发

大模型应用开发 · RAG

RAG：检索增强生成

把知识库、分块、向量化、检索、重排、上下文注入和引用验证串成一条可运营链路。

文章待补充

大模型应用开发 · Advanced RAG

Advanced RAG：检索增强进阶

梳理 Query Rewrite、Hybrid Search、Rerank、GraphRAG、权限过滤、RAG Eval 和反馈闭环。

文章待补充

大模型应用开发 · Prompt

Prompt Engineering：指令工程

从角色设定、任务拆解、上下文边界、few-shot 示例、输出格式、反例约束和迭代评测理解高质量指令设计。

文章待补充

大模型应用开发 · Structured Output

Structured Output：JSON Schema

把字段设计、类型约束、枚举、嵌套对象、解析校验、失败修复和版本兼容串成模型输出契约。

文章待补充

大模型应用开发 · Planning

Planning：让 Agent 先规划

从目标澄清、任务拆解、依赖排序、工具选择、执行监控到反思迭代，形成稳定行动闭环。

文章待补充

大模型应用开发 · Workflow

Workflow vs Agent：什么时候用谁

从驱动方式、执行路径、可靠性、可观测、人审边界和混合架构判断系统应该怎么设计。

文章待补充

大模型应用开发 · Context

Context Engineering：上下文工程

围绕任务意图、信息源、记忆、RAG、工具输出、格式约束和反馈优化设计模型工作台。

文章待补充

大模型应用开发 · 交互体验

智能产品交互：状态、证据与接管

从任务入口、流式状态、证据展示、人工接管、审批确认、错误恢复和信任建立设计 AI 产品体验。

文章待补充

大模型应用开发 · Multi-Agent

Multi-Agent：多智能体协作

把角色、通信、共享记忆、任务交接、冲突处理、结果整合和人类介入设计成可控协作系统。

文章待补充

大模型应用开发 · Memory

Memory：Agent 的记忆系统

从记忆类型、检索策略、生命周期、隐私安全和可解释性设计长期可用的 Agent 记忆。

文章待补充

大模型应用开发 · Tool Calling

Tool Calling：工具调用

把用户意图、函数描述、参数 Schema、工具执行、结果回填、错误恢复和安全权限串起来。

文章待补充

大模型应用开发 · Harness

Agent Harness：智能体运行框架

把模型、提示词、工具、记忆、状态、权限、日志、评测和人审边界包成可运行容器。

文章待补充

大模型应用开发 · Loop

Agent Loop：智能体循环

把观察、规划、行动、检查、反思、状态更新和停止条件做成可控执行闭环。

文章待补充

大模型应用开发 · Tool Use

Tool Use Patterns：工具使用模式

从单工具、多工具、并行调用、工具链、结果校验、重试、幂等和权限看工具使用策略。

文章待补充

大模型应用开发 · Eval

评测 Harness：回归与门禁

用测试集、工具 mock、golden trace、评分器和人工复核评估 Agent 是否稳定完成任务。

文章待补充

大模型应用开发 · Guardrails

Guardrails：安全边界与人审

把权限、脱敏、危险动作拦截、风险分级、人审节点和审计日志做进产品流程。

文章待补充