
人生在于体会,今时哪及昔时 —— 木心
Agent Production Framework
AI 智能体架构设计与生产落地
Engineering reliable AI agents for production.
- 发布日期
企业 AI 治理的原则如何落到可执行的工程控制?本文以 NIST AI RMF 的 Govern、Map、Measure、Manage 风险管理视角为参照,讨论用例边界与责任分工、控制映射与证据留存、共享平台与用例分层治理、Agent 分层评估、生产观测、人工升级、变更复验与系统退出机制,并说明方法的适用边界。- 发布日期
从统一遥测与运营上下文,到只读 AI 调查、LLM 应用观测和受控修复,梳理 AI 驱动 SRE 的五阶段建设路径及其工程边界。- 发布日期
如何为 AI Agent 设计可靠的本体层(Ontology Layer)?从中文企业客户查询示例出发,解析实体身份对齐、时态建模、数据溯源、工具调用与访问控制,结合 SQL 和向量检索基线,说明知识图谱的适用边界、评估方法及治理成本。- 发布日期
从白板实验、持续集成与生产反馈出发,分析经验丰富的开发者为何谨慎交出编码执行权,以及工程判断如何进入智能体的验证机制。- 发布日期
LangChain 如何构建设计智能体 Content Studio?本文解析 AI Agent 的设计判断、Agent Skills、Harness、沙箱、子代理协作与反馈记忆,并梳理其公开数据的适用边界。- 发布日期
以七张 PostgreSQL 业务表为例,详解 LinkML 与 OWL 本体建模实践:结合 DDL、样本数据和业务规则,用 LLM 辅助整理 LinkML Schema,再通过 gen-owl 生成 OWL 本体。包含完整 YAML、提示词和验证命令,讲清模型生成、实例转换与数据校验的区别。- 发布日期
Foundry IQ 找到了 PCI 规则,却没列出任何服务。从这道错题看多轮检索能补什么,以及哪些步骤需要查询和程序。- 发布日期
比较 Chain、Graph 与 Code 三种 Agent 执行抽象,分析它们在控制流、状态恢复与验证反馈上的差异,并讨论按失败模式选择和组合架构的方法。- 发布日期
分析 Meta 的 AI-native Analytics:如何将高频测量模式封装为受治理的参数化库,让 Agent 读取类型化数据模型,并由确定性工具选择数据源与生成 SQL;同时讨论指标口径和治理成本的边界。- 发布日期
以企业 IT helpdesk 为例,梳理生产 AI 系统从需求定义、容量估算和职责拆分,到权限安全、故障恢复、答案质量评估与持续发布的设计路径,并标明经验文章的适用边界。- 发布日期
解读 Anthropic 的 AI-native SDLC playbook:当 AI 加快代码实现后,如何用 Plan、Design、Build、Test、Deploy、Maintain 六阶段的 artifact 交接、Skills、Hooks 和评估门禁组织软件交付。- 发布日期
基于 Graphify 实现与 ApFramework 的受控源码验证,说明代码知识图谱怎样帮助编码 Agent 定位文件、符号与关系,并明确结构预检索与源码阅读、测试及长期记忆的边界。