- 博客(5)
- 收藏
- 关注
RSS订阅原创 降低LLM调用成本的智能体工作流设计：条件预过滤与数据分层处理策略
降低LLM调用成本不是一次性工程，而是一个需要持续迭代的过程。本文提出的条件预过滤、数据分层处理、多级缓存、模型路由、RPA融合五大策略，构成了一个完整的降本技术体系。核心思想可以归纳为一句话：把每一分Token都花在真正需要推理的地方。在实际落地中，建议：先度量，后优化——建立成本可观测性先拦截，后分层——把不需要LLM的请求挡在门外先缓存，后调用——避免重复付费先分层，后路由——让合适的模型处理合适的任务先自动化，后智能化——用RPA替代确定性操作。
2026-08-03 11:35:22
550
原创 AIGC创新技术研发岗：深度参与前沿AI业务探索，用技术解决实际场景难题
AIGC技术正从实验室走向千行百业，而连接前沿模型能力与真实业务场景的桥梁，是AIGC创新技术研发这一关键岗位。本文基于一线工程实践，系统阐述AIGC创新技术研发的核心挑战与应对之道：从大模型“不可能三角”的架构突破，到企业级Agent平台的工程化落地，再到多模态、MCP协议等前沿技术的业务融合。文章基于MiniMax MSA架构、证券业AI Agent平台、阿里云RDS AI助手等真实案例，提供完整的代码实现与架构设计，为致力于用技术解决实际场景难题的AIGC研发者提供一份从技术探索到业务落地的实战指南。
2026-07-16 21:06:52
216
原创 企业级LLM Agent实战：从RAG到业务闭环
大语言模型正从"对话玩具"走向"业务引擎"，而连接模型能力与真实业务的桥梁是AI Agent工作流。本文将系统阐述企业级LLM Agent的工程化架构演进路径：从基础的RAG流水线出发，逐步引入工作流编排、Agent自主决策机制，最终构建具备业务闭环能力的生产级系统。文章基于LangGraph状态机构建可自我修正的Agentic RAG系统，结合MCP协议实现跨系统工具标准化接入，并深入探讨混合架构、可观测性、安全护栏等工程化支柱。全文提供完整的Python代码实现与架构设计图，力求为开发者提供一份从0到1
2026-07-11 19:08:09
451
原创 企业级LLM Agent工作流：从RAG流水线到自主决策的工程化架构实践
大语言模型正从"对话玩具"走向"业务引擎"，而连接模型能力与真实业务的桥梁是AI Agent工作流。
2026-07-07 15:57:04
563
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人