进阶 · Advanced
从"调一次 API"走到"造一个能跑、能修、能演进的 AI 应用"。理解上下文窗口、检索、工具调用与 Agent 循环背后的工程取舍。
LLM 应用架构
从单次调用到多轮、多工具、多 Agent。架构选型与工程约束。
- 上下文工程：窗口、截断、压缩与缓存
- 状态管理：会话、记忆、用户数据的层次划分
- 典型拓扑：单 Agent、双 Agent、Orchestrator + Worker
详情敬请期待
RAG 与向量检索
不止"喂文档给 LLM"：把检索做成可调、可评估、可演进的工程子系统。
- 嵌入模型选型与代价
- 分块、重排、混合检索的实践要点
- 评测：怎么知道你的 RAG 真的变好了
详情敬请期待
Agent 与工具调用
Agent 不是魔法。把 loop、tool、permission、observability 拆开看。
- Tool use 的协议与边界
- 规划、执行、反思：循环结构的几种范式
- 失败恢复、可观测性、人在回路
详情敬请期待