提示工程与应用模式
从 Prompt 到 Agent 的工程落地：提示工程、RAG、Agent 与可观测/评测等工程化实践。
混合检索：关键词 + 向量双路融合
BM25 关键词检索与向量语义检索各有盲区，用 RRF 融合两路结果是 RAG 生产环境的最佳实践。
RAG 重排（Rerank）提升召回精度
用 Cross-Encoder 或 Rerank API 对向量检索结果二次精排，解决语义漂移与粗排召回不准的问题。
流式 UI 实现：让大模型输出"打字机效果"不卡顿
Server-Sent Events、ReadableStream、React 流式渲染——前后端全链路流式 UI 工程实践。
结构化输出与 schema 校验：从模型到业务的数据流工程
OpenAI Structured Outputs、Pydantic schema 校验、自动重试与降级，打通模型输出到业务数据的完整管道。
向量数据库选型：Chroma / Milvus / pgvector / Qdrant
从数据规模、部署复杂度、混合检索到多租户支持，帮你在主流向量数据库中选出匹配业务阶段的方案。
抑制幻觉的工程手段：让模型"说不知道"而非编造
从 RAG 接地、Prompt 约束、输出校验到多模型互验——工程层面降低幻觉率的系统方法。
让大模型稳定输出 JSON：从提示技巧到强制模式
提示写法、JSON mode、function calling、输出修复五种方法让模型 JSON 输出成功率从 70% 提升到 99%+。
LLM 应用可观测与日志：把黑盒变成可调试的系统
Trace、Span、Token 计量、LangSmith/Phoenix 接入——LLM 应用全链路可观测体系搭建指南。
防提示注入：大模型应用的安全边界工程
提示注入攻击的原理与类型、输入过滤、系统提示加固、输出校验，构建多层防御的工程实践。
Prompt 模板设计：工程化管理提示词的实用方法
从变量占位符、版本管理到多语言切换，系统讲解 prompt 模板的工程化设计与复用模式。
RAG 切块（Chunking）策略：影响检索质量的核心决策
固定切块、递归切块、语义切块、父子切块四种策略的工程对比，以及 chunk size 调参与重叠窗口设计。
RAG Embedding 选型指南
从维度、语言支持、延迟到成本，帮你在 OpenAI、BGE、Cohere 等主流 Embedding 模型中做出合理选择。
ReAct 模式：Agent 推理与行动循环实现
ReAct（Reasoning + Acting）是最主流的 Agent 架构，本文从原理到最小可运行代码，拆解推理-行动-观察循环。
Agent 工具调用设计：定义、管理与安全边界
工具描述写得好不好直接决定 Agent 的选择准确率。本文讲工具定义规范、工具集管理策略与危险操作防护机制。
LLM 应用层缓存策略：降成本与提速的系统设计
精确匹配缓存、语义相似缓存、Prompt Caching API——三层缓存组合降低 LLM 调用成本与延迟。
思维链 CoT 怎么用：让模型推理更准的工程实践
Chain-of-Thought 提示的触发方式、Zero-shot vs Few-shot CoT、成本控制与何时不该用，工程实操指南。
大模型应用评测 Eval：从人工到自动化的工程路径
LLM 应用 eval 体系搭建：测试集构建、评测指标设计、LLM-as-Judge 与 CI 集成实践。
LLM 调用失败兜底设计：让应用在模型故障时依然可用
超时重试、模型降级、熔断器、静态兜底——大模型应用多层失败兜底的工程实现与决策矩阵。
Few-shot 示例怎么给：让大模型秒懂你的意图
few-shot 示例的选择、排序、数量与格式技巧，工程实践角度讲透如何让模型快速对齐输出格式。
Agent 记忆机制：短期、长期与工作记忆工程实现
Agent 的四种记忆类型及工程实现：滚动窗口控制短期记忆、向量库存储长期记忆、Scratch Pad 管理工作状态。
多 Agent 协作：任务拆解与编排工程实践
多 Agent 系统的拓扑选型（单链/DAG/Supervisor）、通信协议、状态共享与避坑清单。
提示工程实用技巧：从 System Prompt 到防注入
System 提示、few-shot、思维链、结构化输出、防提示注入——5 大提示工程技巧清单与工程实践要点。
AI Agent 开发实战：从 ReAct 到工具调用
ReAct 循环、工具调用、记忆管理、任务规划——Agent 最小实现思路与生产落地注意事项。
RAG 怎么做：架构与落地
从切块、embedding 到检索、重排、拼上下文、生成，RAG 流程全链路拆解与关键决策对比。
大模型应用开发模式：从 Prompt 到 Agent
直接调用、提示工程、RAG、Agent 四种模式演进脉络，及工程化落地要点（流式/兜底/缓存/评测）。
常见问题
RAG 怎么做？
RAG 把知识切块做向量化入库，检索与问题相关的片段拼进上下文再让模型作答；关键在切块、embedding 选型与重排。
function calling 怎么用？
在请求里声明可调用的工具及参数 schema，模型返回结构化的调用意图，由你的代码执行并把结果回灌模型继续推理。
怎么让模型稳定输出 JSON？
开启 JSON/结构化输出模式、给出明确 schema 与示例、加校验与失败重试，可显著降低格式错误。
要把 AI 应用工程化落地？
力达云聚合 API 内测开放中：一个 key 调多家模型、按量计费、稳定接入。