大模型应用基础beginner
大模型应用基础概念
介绍 AI 应用开发中必须理解的 Token、上下文窗口、模型参数、System Prompt 和输出不确定性。
搜索
第一阶段使用本地内容索引检索标题、摘要、分类和标签，不依赖 arbor-api 或模型调用。
全部文章
36 条大模型应用基础intermediate
模型选择与参数调优
说明在 AI 应用工程里如何选择模型、调节参数和控制输出边界，以及什么时候不该走微调路线。
大模型应用基础beginner
流式输出与 SSE
介绍大模型流式输出的价值、SSE 事件设计、Java 转发和前端展示边界。
导学与路线beginner
Way To Agent 是什么
介绍 Way To Agent 的定位、知识图谱和阅读方式，说明它如何围绕 AI Agent 构建系统化知识库。
导学与路线beginner
什么是 AI Agent
解释 AI Agent 的定义、组成和边界，为后续 RAG、工具调用、记忆、规划和编排知识建立主线。
检索系统与向量数据库beginner
文档站本地搜索
介绍 Fumadocs / Orama / 本地 search-index.json 在公开文档站中的作用，以及它与 RAG 语义检索的边界。
检索系统与向量数据库beginner
Qdrant 基础
介绍 Qdrant 的 Collection、Point、Vector、Payload 和过滤查询，以及它在中小型知识库系统 RAG 中的职责。
检索系统与向量数据库intermediate
RAG 检索层选型：Fumadocs、Qdrant、Elasticsearch、Milvus、pgvector 怎么选
系统拆解自建 RAG 服务的检索层选型逻辑，解释文档站搜索、语义检索、向量数据库和全文检索的边界，并说明中小型知识库系统为什么采用 Fumadocs / Orama + Qdrant 的组合。
Agent 与工具调用beginner
Agent 是什么
解释 Agent 与 Chatbot、LLM、Workflow 的区别，以及任务、工具、状态和安全边界。
Agent 与工具调用beginner
Function Calling 与 Tool Calling
介绍工具调用的基本流程、参数 Schema、服务端校验、失败处理和调用日志。
AI Agent 应用工程化与可观测性beginner
AI Agent 应用工程化是什么
介绍 AI Agent 应用从 Demo 走向生产系统需要补齐的日志、评估、监控、成本、安全和降级能力。
AI Agent 应用工程化与可观测性intermediate
AI 调用日志设计
介绍 AI 调用日志应记录哪些字段，如何支撑额度扣减、故障排查、质量评估和审计。
AI Agent 应用工程化与可观测性intermediate
Token 统计与成本控制
介绍 Token 成本来源、每日额度控制、RAG 上下文压缩和模型调用降级策略。
AI Agent 应用后端工程能力intermediate
Java 主服务与 Python AI 服务架构
介绍 Java 业务主服务与 Python AI 服务拆分的原因、接口边界和落地方式。
AI Agent 应用后端工程能力intermediate
Java SSE 转发实战
介绍 Java API 如何转发 AI Service 的 SSE 流，并处理登录、额度、错误和浏览器断开。
AI Agent 应用基础beginner
AI Agent 应用是什么
解释 AI Agent 应用要解决的问题、能力边界，以及它和模型研发、传统业务系统的关系。
AI Agent 应用基础beginner
AI Agent 应用开发和模型研发的边界
对比 AI Agent 应用开发与模型研发的目标、交付物、技术栈和协作边界。
AI Agent 应用基础beginner
如何把业务需求拆成 AI 能力
说明如何从业务目标出发，判断一个 AI Agent 应用需要模型、RAG、工具调用、状态管理还是工程治理。
AI Agent 应用基础intermediate
AI Agent 应用能力如何分层
从功能实现、模块交付、系统治理三个层次，解释 AI Agent 应用能力如何逐步提升。
AI Agent 应用基础beginner
常见 AI Agent 应用场景
梳理知识库问答、内容生成、流程自动化和内部 Copilot 等常见 AI Agent 应用场景，说明它们对应的核心技术模块。
AI Agent 应用基础intermediate
企业级 AI Agent 系统典型架构
说明企业级 AI Agent 系统的典型模块组成、服务边界和数据流，帮助学习者建立整体架构视角。
Guidebeginner
知识库
Way To Agent 知识库入口，按 AI Agent、RAG、Prompt、工具调用与工程化主题组织内容。
LangChain / LangGraph 实战beginner
LangChain 总览
介绍 LangChain 的核心抽象、适合场景和在 AI 应用工程中的边界。
LangChain / LangGraph 实战beginner
LangGraph 总览
介绍 LangGraph 的 StateGraph、节点、边和条件分支，以及它适合多步骤 Agent 的原因。
Prompt Engineeringbeginner
Prompt Engineering 是什么
解释 Prompt Engineering 在工程系统中的职责，从写提示词升级到模板、版本、评估和安全管理。
Prompt Engineeringintermediate
RAG 问答 Prompt 设计
介绍 RAG Prompt 如何约束模型只基于上下文回答、如何处理不确定性，以及如何输出可追溯引用。
RAG 知识库工程beginner
RAG 是什么
解释 RAG 解决的问题、与普通搜索和微调的区别，以及为什么它是 AI 应用工程中的核心能力。
RAG 知识库工程intermediate
RAG 系统架构
拆解 RAG 从内容源到回答生成的服务边界、数据流和关键表设计。
RAG 知识库工程intermediate
RAG 文档解析
介绍 Markdown / MDX 文档解析、frontmatter 提取、正文清洗和结构化元数据在 RAG 中的作用。
RAG 知识库工程intermediate
RAG 切片策略
介绍固定长度切片、标题感知切片、语义切片、chunk_size 和 overlap 的工程取舍。
RAG 知识库工程intermediate
Embedding 工程入门
介绍 Embedding 在 RAG 中的作用、向量维度、批量生成、模型替换和失败重试。
RAG 知识库工程intermediate
向量数据库在 RAG 中的作用
解释向量数据库为什么需要保存向量和 payload，以及它与 PostgreSQL、文档站搜索的边界。
RAG 知识库工程intermediate
混合检索是什么
解释向量检索、关键词检索和混合检索的关系，以及 中小型知识库系统通常为何区分公开搜索和 RAG 语义检索。
RAG 知识库工程intermediate
Rerank 为什么重要
介绍 Rerank 在 RAG 中的作用、与向量召回的关系，以及如何记录和使用 rerank_score。
RAG 知识库工程intermediate
RAG 引用溯源设计
介绍 RAG 回答为什么必须保留引用来源，以及 source_url、heading_path、chunk_id 的设计方法。
RAG 知识库工程intermediate
RAG 效果评估
介绍 RAG 系统如何评估检索命中、引用准确性、回答忠实度和用户反馈。