大模型工程化是一个从准备到思考再到行动的完整流程。准备阶段通过微调（如LoRA、QLoRA）使模型专业化，通过量化（如GPTQ、GGUF）降低部署成本；思考阶段利用RAG（结合向量数据库）扩展知识，通过Agent（如LangChain）实现复杂任务调度；行动阶段通过部署工具（如vLLM、TGI）提供高效服务。这些技术可组合应用，如构建智能客服系统时，先微调模型，再结合RAG和Agent逻辑，最后部署为API服务。理解这些技术的协同关系是实际应用的关键。