编程开发

一句话总结：原型跑通和真正上线之间隔着部署、监控、成本三道坎；这篇文章在本机架了一个最小网关做故障注入实验，把超时怎么设、监控该埋哪些点、告警阈值定多少、API和自建的账怎么算，全部给出可复制的数字。前九篇把零件一个个做出来了：MCP工具、RAG检索、结构化输出、FunctionCalling、Agent...

一句话总结：本地跑模型的门槛不在技术，在一笔账：7B模型Q4量化后要4.7GB显存，RTX2060这类6GB卡刚好卡在门口；我用这台机器实测了Ollama从安装到出字的全流程，也把「什么时候该换vLLM」的账算清楚了。前八篇都在调API，模型在别人机房。这篇把模型搬回自己机器。理由通常有...

一句话总结：Agent的本质是一个while循环加三个干预点。我用2000次模拟实测了步数复利、上下文管理和跑偏纠偏，16步任务单次执行只剩26.4%，ReAct重试能拉回65.3%，而30步长程任务里上下文怎么管，完成率差出近3倍。上一篇讲FunctionCalling，模型会调工具...

一句话总结：FunctionCalling的难点不是让模型吐出一次调用，而是让它调对。两套schema实测20个查询差出11个，三道校验闸全部放行的调用里，仍有16.5%是选错了工具。上一篇讲结构化输出，模型能稳定吐JSON之后，下一步自然就是让它调你的接口：查库存、下单、发消息、读数据库。...

一句话总结：让模型稳定吐出能直接json.loads的JSON，光靠prompt里写一句"请返回JSON"不管用，得靠生成时约束、解析后修复、语义级重试三层防御；本文用24个按文档失败模式构造的脏样本实测，裸解析通过率29.2%，三层全上后期望一次可用率91.0%。做AI应用第一个坎，往往...

一句话总结：调API谁都会，上线才是考验开始的地方。这篇把重试、限流、缓存、成本四个旋钮各拧一遍，附一个本地重试模拟的真实数据——立即重试策略看起来最快，实际丢了6%的任务还多打了一倍请求。调client.chat.completions.create是一行代码的事。让这一行代码在线上活过一个星期，是另...

一句话总结：把10篇技术文档切成46到14块不等，用26个带标准答案的问题逐个扫参数，最后发现切分甜点是300字符配15%重叠，而纯BM25的MRR居然压过了混合检索——但先别急着改架构，原因在第三节。上一篇（几百行代码搭一个自己的知识库问答）留了个尾巴：demo跑通了，问「MCP...

一句话总结：不用LangChain、不用向量数据库，用Python标准库的SQLiteFTS5加一个embedding接口，两百行内搭出「关键词+语义」混合检索的知识库问答，全流程本地跑通，附真实运行结果和一处排序失败的诚实分析。每个做AI应用的人都会撞上同一个问题：模型不知道你公司上周发...

一句话总结：上一篇把MCPServer跑起来了，这篇讲怎么设计它的能力边界——三种原语各归其位，工具标注决定客户端的审批松紧，附一个三原语齐全的完整Server代码。Server跑通只是入门。我见过不少人卡在下一步：工具越加越多，模型开始选错；静态数据也包成工具，每次对话先白烧一轮工具调用；该用户点的...

一句话总结：这篇用一个下午能跑完的实战项目，带你从零写出第一个MCPServer——从协议背景、十行代码的最小实现，到带参数校验的实用工具、Inspector调试和远程部署，新手最常踩的坑一次讲完。给AI接工具这件事，现在已经不算新鲜了。真正值得说的是背后那套协议：MCP（ModelContextP...