Topic · ai-engineering

AI Engineering

把 LLM、Agent、MCP、RAG、实时语音和模型接口做成可运行、可观测、可迭代的应用系统。

这个主题解决什么问题

这个主题关注模型能力如何从 Demo 进入真实链路：上下文、工具调用、延迟、失败处理、成本和观测。

适合谁阅读

适合会做后端服务、想进入 AI 应用工程化和 Agent 工具链的开发者。

推荐阅读顺序

01 LLM 应用工程化

先理解从 Demo 到生产的关键差异

 02 AI 语音智能模块

再看实时语音链路如何落地

 03 LangChain / LLM 应用系列

补齐 RAG、Agent、工具调用基础

关联项目

关联系列

已有内容入口

实时语音交互延迟

语音链路性能入口

LLM 应用工程化

AI 应用上线前的工程清单

下一步会补什么

  • 补充 Agent/MCP 工具治理、Trace、评测和成本控制文章。
  • 把 AI Voice Module 的阶段性复盘沉淀为系列入口。