AI工程相关技术文章

php mysql shell go vue css api接口对接支付接口对接

LLM 结构化输出可靠方案：重试-修复循环让解析器永不见到坏 JSON

LLM 结构化输出可靠方案：重试-修复循环让解析器永不见到坏 JSON
2026-09-06 07:16:17
文章分享在真实产品中接入LLM的经验：提示模型返回JSON在Demo中正常，但上线后凌晨2点收到FormatException——模型把JSON包在代码块里、加开场白、尾随逗号。97%正确率的模型每天仍有数千次失败。可靠的结构化输出不是提示词技巧，而是多阶段流水线：结构化提示→提取清理→解析→重试→修复循环（核心创新，将语义错误反馈给模型修复）→Schema验证。文章还介绍了函数调用/JSON Mode、语法约束解码等进阶技术，以及最佳实践和常见陷阱。
LLM 结构化输出 JSON 重试修复循环 Schema验证 AI工程函数调用

从 Prompt Engineering 到 AI Engineering：构建可靠 AI 功能的工程范式

从 Prompt Engineering 到 AI Engineering：构建可靠 AI 功能的工程范式
2026-09-06 06:18:23
AI应用开发正经历范式转变：从单纯的提示词工程转向AI工程。文章指出，写提示词在简单低风险场景有效，但生产环境面临上下文管理、工具使用、变更验证、故障调试、输出验证、自主权边界等工程问题。AI工程是软件工程、MLOps、分布式系统、安全、测试、平台工程的组合，核心实践包括上下文工程、评估框架、可观测性、输出验证、容错降级、安全治理，以及RAG、Agent、流水线等架构模式。
AI工程 Prompt Engineering LLM RAG Agent MLOps 可观测性评估框架

Poltergeist：给原生应用一个 npm run dev，顺便复盘一次 Go 迁移

Poltergeist：给原生应用一个 npm run dev，顺便复盘一次 Go 迁移
2026-09-06 00:06:30
介绍 Peter Steinberger(steipete) 的开源通用构建守护工具 Poltergeist：后台监听文件即自动重建，原生应用的 npm run dev。含 TypeScript/Go 迁移取舍、用 1.1MB Markdown 合并绕开 256KB 上下文限制的方法与安装命令。
Peter Steinberger Poltergeist steipete Build工具 AI工程

RAGFlow 深度解析：从 DeepDoc 文档理解到混合检索引擎——2026 年最值得研读的开源 RAG 系统完整实战指南

RAGFlow 深度解析：从 DeepDoc 文档理解到混合检索引擎——2026 年最值得研读的开源 RAG 系统完整实战指南
2026-07-06 08:13:47
深度解析RAGFlow开源RAG引擎：DeepDoc文档理解引擎的三层架构（视觉感知+OCR+解析器）、六种智能分块策略、三路混合检索（BM25+向量+知识图谱）+RRF融合重排、Agent工作流编排、MCP Server集成、长期记忆模块。含Python SDK完整代码实战、Docker Compose部署指南、与Dify/FastGPT对比。
RAGFlow RAG DeepDoc 文档理解混合检索知识图谱 MCP AI工程开源

Langfuse深度解析：ClickHouse加持的开源LLM可观测性平台——从Trace追踪到Prompt管理的AI工程化完整实战指南

Langfuse深度解析：ClickHouse加持的开源LLM可观测性平台——从Trace追踪到Prompt管理的AI工程化完整实战指南
2026-07-06 00:14:59
深度解析Langfuse开源AI工程平台：ClickHouse高性能Trace存储、三大核心模块（Observability/Prompt Management/Evaluation）、Python/JS SDK完整代码实战、Docker Compose自部署指南、与LangSmith/Helicone竞品对比、ClickHouse收购战略分析
Langfuse LLM 可观测性 ClickHouse OpenTelemetry AI工程 Trace追踪 Prompt管理

Context Engineering：超越 Prompt Engineering 的 AI 工程新范式

Context Engineering：超越 Prompt Engineering 的 AI 工程新范式
2026-07-05 01:47:09
深入探讨Context Engineering的核心概念、架构设计、上下文压缩技术和生产环境最佳实践。
AI工程 Context Engineering Prompt Engineering 大模型上下文管理

Microsoft MarkItDown 深度实战：把整个世界搬进 Markdown——从多格式解析引擎到 LLM 知识管道完全指南（2026）

Microsoft MarkItDown 深度实战：把整个世界搬进 Markdown——从多格式解析引擎到 LLM 知识管道完全指南（2026）
2026-06-02 23:44:03
Microsoft 开源的 MarkItDown 在 2026 年引爆 AI 工程圈。本文从源码级架构解析、多格式解析引擎、与 LLM 工具链的集成实战、性能优化到生产级 RAG 管道，全面拆解这款改变 AI 工程范式的工具。
Microsoft MarkItDown Markdown LLM RAG Python 文档解析 AI工程

Stanford CS336 深度实战：从零实现大语言模型——数据清洗、Transformer 架构、FlashAttention 系统优化到 RL 对齐的完全指南（2026）

Stanford CS336 深度实战：从零实现大语言模型——数据清洗、Transformer 架构、FlashAttention 系统优化到 RL 对齐的完全指南（2026）
2026-06-02 20:14:38
Stanford CS336 课程深度解读：从零实现大语言模型，覆盖 Tokenizer、Transformer、FlashAttention-2、FSDP 分布式训练、Scaling Law、Common Crawl 数据清洗去重、SFT 与 GRPO 对齐，配完整代码示例。
LLM Transformer Stanford CS336 FlashAttention PyTorch AI工程分布式训练强化学习

Agent Skills 深度解析：重塑 AI 协作范式——从开放标准到工程化落地的完整技术内幕

Agent Skills 深度解析：重塑 AI 协作范式——从开放标准到工程化落地的完整技术内幕
2026-05-18 01:45:05
2026年5月Agent Skills开放标准发布，将AI能力模块化封装为技能包。本文深入剖析架构设计、工作原理、工程实践与生态前景。
Agent Skills AI工程 Claude 开放标准技能编排

LLM推理引擎终极对决：vLLM vs TensorRT-LLM深度解析与2026生产环境选型指南

LLM推理引擎终极对决：vLLM vs TensorRT-LLM深度解析与2026生产环境选型指南
2026-04-20 13:45:31
深度对比vLLM与TensorRT-LLM两大LLM推理框架，从PagedAttention到Kernel Fusion，从量化技术到生产部署，助你做出正确的技术选型决策
LLM vLLM TensorRT-LLM 推理优化大模型部署量化技术 AI工程

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 python sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调