数据分类分级的自动化实现方案：基于大模型的敏感数据识别与打标实战
数据分类分级靠人工标注跑不动，本文拆解一套规则引擎加大模型的自动化打标方案：先把分类分级标准钉死，再用大模型做语义级敏感数据识别，附完整落地流程、Prompt 设计和踩坑记录。
Tags
11 个页面
大模型
AI Agent能力扩展实战：用MCP协议对接本地知识库与第三方工具链
本文从实际代码示例出发，讲解MCP协议的实现逻辑与扩展方法，实现大模型Agent与本地知识库、数据库、第三方API的无缝对接，附可运行的Demo代码与部署指南。
云原生AI网关架构设计：从流量管控到大模型请求路由的全栈实现
本文针对大模型应用的流量治理痛点，提供云原生AI网关的核心模块设计、限流策略、多模型调度方案、可观测体系搭建，附K8s部署yaml与性能压测数据。
'大模型应用的'最后一公里'：Evaluation-Driven Development 实践方法论'
Demo 跑通了不等于能上线。大模型应用从实验室到生产环境之间，隔着一道被严重低估的鸿沟——评估。本文提出 Evaluation-Driven Development（EDD）方法论，从指标定义、数据集构建、CI/CD 集成到持续监控，把评估变成和写单元测试一样日常的工程实践。
'API 网关的演进：从流量管控到 AI 网关的新一代架构设计'
API 网关是微服务架构的前门，但 AI 时代这扇门不够用了。本文拆解 API 网关的三代演进，重点分析 AI 网关的核心能力和架构设计。
'企业级 RAG 系统的评估体系：从召回率到业务价值的量化度量'
很多企业上了 RAG，但没人说得清效果好不好。本文构建一套从检索质量到业务价值的四层评估框架，给出可直接复用的指标体系和评估流程。
'大模型 Agent 的上下文工程：从 Prompt Engineering 到 Context Engineering 的范式跃迁'
Agent 的能力天花板不在模型参数量，而在你喂给它的上下文质量。本文拆解从 Prompt Engineering 到 Context Engineering 的本质跃迁，结合 MCP 协议、记忆架构和工程化落地策略，用真实案例说明上下文工程如何让客服 Agent 准确率提升 40%。
'MCP 协议与 Context Engineering：大模型 Agent 的记忆管理从 RAG 走向工程化'
从 Agentic RAG 延伸，聚焦 MCP 协议如何让 Agent 拥有结构化上下文，对比3种记忆架构，拆解 Context Engineering 的工程化落地路径。
'Agentic RAG 架构设计：从静态检索到动态推理的演进路径'
深入对比传统 RAG 与 Agentic RAG 的架构差异，探讨动态规划、多步推理和工具调用如何让检索增强生成系统真正'活'起来，并给出可落地的系统设计参考。
'AIOps 落地实战：基于 Dify + 大模型的故障根因分析方案拆解'
AIOps 喊了这么多年，真正落地的有几个？从一个实际的故障根因分析场景出发，拆解如何用 Dify 工作流编排 + 大模型实现告警聚合、日志分析和根因定位。