@umacloud/knowledge 1.0.1

package/ai/05-cases/case-rag-production.md

@@ -0,0 +1,147 @@
+---
+id: case-rag-production
+title: RAG 系统生产化案例：从 PoC 到生产的知识库问答系统
+domain: ai
+category: 05-cases
+difficulty: intermediate
+tags: [3-10, agent, ai, case, checklist, production, rag, 上线效果]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# RAG 系统生产化案例：从 PoC 到生产的知识库问答系统
+
+## 概述
+
+本案例记录一个企业内部知识库问答系统的 RAG（Retrieval-Augmented Generation）落地过程。
+项目从 PoC 验证到生产上线历时 4 个月，最终服务 2000+ 内部用户，日均处理 5000+ 次查询，
+答案准确率从 PoC 阶段的 62% 提升到生产环境的 91%。
+
+## 背景与目标
+
+- **业务痛点**: 企业内部知识分散在 Confluence、飞书文档、PDF 手册等多个平台，员工检索效率低
+- **项目目标**: 构建统一知识问答入口，响应时间 < 3s，准确率 > 85%
+- **技术选型**: LangChain + Milvus + OpenAI GPT-4 / 本地部署 Qwen-14B 备选
+
+## PoC 阶段（第 1-2 周）
+
+### 快速验证
+
+```
+数据量: 500 篇文档
+向量库: ChromaDB（单机）
+Embedding: text-embedding-ada-002
+Chunk 策略: 固定 512 token，重叠 50 token
+```
+
+### PoC 问题清单
+
+| 问题 | 影响 | 根因 |
+|------|------|------|
+| 答案幻觉严重 | 准确率仅 62% | 检索召回不足，模型补脑 |
+| 长文档丢失上下文 | 关键信息遗漏 | 固定分块破坏语义完整性 |
+| 表格/图片信息丢失 | 技术手册不可用 | 仅处理纯文本 |
+| 响应延迟 > 8s | 用户体验差 | 未做缓存和异步 |
+
+## 生产化改造（第 3-10 周）
+
+### 1. 文档处理管道重建
+
+- **多格式解析**: 引入 Unstructured.io 处理 PDF/DOCX/HTML/Markdown
+- **表格提取**: 专用表格解析器，转为结构化 Markdown
+- **图片处理**: OCR + 多模态模型生成图片描述文本
+- **元数据保留**: 保留文档标题、章节层级、更新时间、作者
+
+### 2. 分块策略优化
+
+```python
+# 从固定分块改为语义分块
+chunking_config = {
+    "strategy": "semantic",         # 语义边界分块
+    "max_tokens": 1024,             # 增大上限
+    "min_tokens": 128,              # 避免过碎
+    "overlap_tokens": 100,          # 增加重叠
+    "respect_boundaries": True,     # 尊重标题/段落边界
+    "parent_child": True,           # 父子分块：检索子块，返回父块
+}
+```
+
+### 3. 检索策略升级
+
+- **混合检索**: 向量检索 + BM25 关键词检索，RRF 融合排序
+- **查询改写**: 用 LLM 将用户口语化问题改写为检索友好的查询
+- **多路召回**: Top-K 从 3 提升到 10，再用 Cross-Encoder 重排序到 Top-3
+- **元数据过滤**: 支持按文档类型、部门、时间范围过滤
+
+### 4. 生成质量控制
+
+- **Prompt 工程**: 明确指令"仅基于提供的上下文回答，无法回答时说明"
+- **引用溯源**: 每个答案附带来源文档链接和相关段落
+- **置信度评分**: 检索相似度 < 0.6 时主动提示"未找到高相关信息"
+- **答案验证**: 后处理检查答案是否与检索内容一致
+
+### 5. 基础设施
+
+```
+向量数据库: Milvus 集群（3 节点，16GB 内存/节点）
+缓存层: Redis（热门问题缓存，TTL 24h）
+消息队列: RabbitMQ（文档更新异步索引）
+监控: Prometheus + Grafana（延迟/准确率/召回率看板）
+```
+
+## 数据同步与更新
+
+### 增量更新机制
+
+- Confluence/飞书通过 Webhook 触发增量索引
+- PDF/手册通过定时扫描（每 4 小时）检测变更
+- 文档删除时同步清理向量库中的对应 chunk
+- 全量重建索引：每周日凌晨执行，保证一致性
+
+### 数据质量保障
+
+- 文档去重：基于内容 hash 去重
+- 过期检测：超过 12 个月未更新的文档标记警告
+- 质量评分：基于文档结构完整度、内容长度给出质量分
+
+## 上线效果
+
+| 指标 | PoC | 生产 V1 | 生产 V2（当前） |
+|------|-----|---------|----------------|
+| 准确率 | 62% | 83% | 91% |
+| 平均响应时间 | 8.2s | 3.1s | 1.8s |
+| 文档覆盖 | 500 篇 | 8,000 篇 | 15,000 篇 |
+| 日均查询量 | - | 1,200 | 5,000+ |
+| 用户满意度 | - | 72% | 88% |
+
+## 关键教训
+
+1. **分块策略是核心**: 检索质量 80% 取决于分块质量，而非模型能力
+2. **混合检索必须做**: 纯向量检索对精确关键词（如错误码、配置项）召回不足
+3. **评测体系先行**: 在优化前先建立 200+ 标注问答对的评测集
+4. **缓存收益巨大**: 30% 的查询是重复问题，缓存命中直接省掉推理成本
+5. **用户反馈闭环**: 每个答案的"有用/无用"按钮是最有价值的优化信号
+
+## 成本分析
+
+```
+月度成本（15,000 篇文档，5,000 日查询）:
+- Milvus 集群: ¥3,000/月
+- LLM API 调用: ¥8,000/月（GPT-4）/ ¥1,200/月（Qwen-14B 自部署）
+- Redis + 中间件: ¥500/月
+- 人力维护: 0.5 人/月
+```
+
+## Agent Checklist
+
+- [ ] 文档处理管道是否支持目标格式（PDF/DOCX/HTML/Markdown）
+- [ ] 分块策略是否基于语义边界而非固定长度
+- [ ] 是否实现混合检索（向量 + 关键词）
+- [ ] 是否有查询改写和重排序机制
+- [ ] 生成答案是否附带来源引用
+- [ ] 低置信度查询是否有降级策略
+- [ ] 增量索引和数据同步是否已实现
+- [ ] 评测数据集是否建立（至少 100+ 标注对）
+- [ ] 监控看板是否覆盖延迟/准确率/召回率
+- [ ] 缓存策略是否已配置且 TTL 合理
+- [ ] 文档过期和去重机制是否就绪
+- [ ] 成本预算是否明确且在可控范围内

package/ai/06-glossary/ai-glossary.md

@@ -0,0 +1,162 @@
+---
+id: ai-glossary
+title: AI/ML 术语表 (AI/ML Glossary)
+domain: ai
+category: 06-glossary
+difficulty: intermediate
+tags: [ai, glossary, prompt, transformer, 与注意力机制, 基础概念, 大语言模型, 工程]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# AI/ML 术语表 (AI/ML Glossary)
+
+> 适用场景：AI 项目沟通对齐、新成员 Onboarding、技术方案评审中的概念统一。
+> 涵盖范围：深度学习基础、大语言模型、训练优化、推理部署、Agent 与 RAG 等 40+ 核心术语。
+
+---
+
+## 基础概念
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| 机器学习 | Machine Learning (ML) | 通过数据训练算法使其自动学习规律并进行预测，无需显式编程。分为监督学习、无监督学习、强化学习三大范式。 | Deep Learning, Supervised Learning |
+| 深度学习 | Deep Learning (DL) | 基于多层神经网络的机器学习方法，能自动从原始数据中学习层次化特征表示。 | Neural Network, Feature Learning |
+| 神经网络 | Neural Network (NN) | 受生物神经元启发的计算模型，由输入层、隐藏层和输出层组成，通过反向传播学习权重。 | Backpropagation, Activation Function |
+| 损失函数 | Loss Function | 衡量模型预测值与真实值之间差距的函数，训练目标是最小化损失。常见有交叉熵、MSE 等。 | Optimization, Gradient Descent |
+| 过拟合 | Overfitting | 模型在训练集上表现好但在新数据上表现差，学习了噪声而非规律。对策包括正则化、Dropout、数据增强。 | Underfitting, Regularization |
+| 特征工程 | Feature Engineering | 从原始数据中构造有助于模型学习的输入特征的过程。在传统 ML 中极其关键，深度学习中部分被自动化替代。 | Feature Selection, Embedding |
+
+---
+
+## Transformer 与注意力机制
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| Transformer | Transformer | Google 2017 年提出的序列模型架构，基于自注意力机制，支持并行计算，取代 RNN 成为 NLP 主流。所有现代 LLM 均基于此架构。 | Self-Attention, Encoder-Decoder |
+| 注意力机制 | Attention Mechanism | 允许模型在处理某个位置时动态关注输入序列中最相关部分的机制。计算 Query-Key-Value 的加权和。 | Self-Attention, Multi-Head Attention |
+| 自注意力 | Self-Attention | 输入序列对自身的注意力计算，每个 Token 关注同一序列中所有其他 Token，捕获长距离依赖。 | Attention, Transformer |
+| 多头注意力 | Multi-Head Attention | 将注意力计算拆分为多个并行的"头"，每个头学习不同的注意力模式，最后拼接合并。 | Self-Attention, Transformer |
+| 位置编码 | Positional Encoding | 向 Token Embedding 中注入位置信息的技术，因为 Transformer 本身不感知序列顺序。包括正弦编码和 RoPE 等。 | Transformer, RoPE |
+
+---
+
+## 大语言模型 (LLM)
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| 大语言模型 | Large Language Model (LLM) | 参数量在数十亿以上、基于 Transformer 的语言模型，通过大规模文本预训练获得通用语言理解和生成能力。 | GPT, Claude, Llama |
+| Token | Token | 文本被分词器切分后的最小单位，可以是单词、子词或字符。LLM 以 Token 为单位处理和生成文本。 | Tokenizer, BPE |
+| 上下文窗口 | Context Window | LLM 单次推理能处理的最大 Token 数量。超出窗口的内容无法被模型感知。现代模型范围从 4K 到 1M+。 | Token, Long Context |
+| 温度 | Temperature | 控制 LLM 输出随机性的参数。温度越低输出越确定（贪心），温度越高输出越多样（创意）。 | Top-P, Sampling |
+| 幻觉 | Hallucination | LLM 生成看似合理但事实错误的内容。根因是模型基于概率生成而非事实检索。 | Grounding, RAG |
+| 接地 | Grounding | 将 LLM 输出与外部可信数据源关联验证的技术，减少幻觉。常见方式包括 RAG、工具调用、引用标注。 | Hallucination, RAG |
+
+---
+
+## 训练方法
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| 微调 | Fine-tuning | 在预训练模型基础上，使用特定任务数据继续训练以适配目标场景。可以是全量微调或参数高效微调。 | LoRA, PEFT |
+| LoRA | Low-Rank Adaptation | 参数高效微调方法，在原始权重旁增加低秩矩阵，仅训练新增参数（通常 < 1%），大幅降低微调成本。 | Fine-tuning, QLoRA, PEFT |
+| QLoRA | Quantized LoRA | LoRA 的改进版本，将基础模型量化到 4-bit 后再做 LoRA 微调，使大模型微调可在消费级 GPU 上运行。 | LoRA, Quantization |
+| RLHF | Reinforcement Learning from Human Feedback | 通过人类偏好反馈训练奖励模型，再用强化学习（PPO）优化 LLM 输出，使其更符合人类期望。ChatGPT 的核心训练方法之一。 | DPO, Reward Model, PPO |
+| DPO | Direct Preference Optimization | RLHF 的简化替代方案，直接用偏好数据优化模型，无需单独训练奖励模型。更稳定且计算成本更低。 | RLHF, Preference Learning |
+| 预训练 | Pre-training | 在大规模无标注数据上训练语言模型的初始阶段，通过预测下一个 Token（自回归）或掩码恢复（BERT）学习语言表示。 | Fine-tuning, Self-supervised |
+| 蒸馏 | Distillation | 将大模型（Teacher）的知识迁移到小模型（Student）的训练技术，小模型学习大模型的输出分布而非原始标签。 | Compression, Quantization |
+
+---
+
+## 推理与优化
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| 推理 | Inference | 使用训练好的模型对新输入进行预测/生成的过程。推理阶段的优化重点是延迟和吞吐量。 | Latency, Throughput |
+| 延迟 | Latency | 从发送推理请求到收到完整响应的时间。通常关注首 Token 延迟（TTFT）和每 Token 生成时间。 | TTFT, Throughput |
+| 吞吐量 | Throughput | 单位时间内系统能处理的请求数或生成的 Token 数。衡量推理服务的处理能力。 | Latency, Batch Size |
+| 量化 | Quantization | 将模型权重从高精度（FP32）压缩到低精度（FP16/INT8/INT4）以减少内存占用和加速推理，精度损失通常可控。 | GPTQ, AWQ, Distillation |
+| KV Cache | Key-Value Cache | 自回归生成时缓存已计算的 Key 和 Value 矩阵，避免重复计算。是 LLM 推理内存占用的主要来源。 | PagedAttention, Inference |
+
+---
+
+## Prompt 工程
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| Prompt | Prompt | 输入给 LLM 的指令或上下文文本，引导模型生成期望输出。Prompt 的质量直接影响输出质量。 | System Prompt, Template |
+| 少样本学习 | Few-Shot Learning | 在 Prompt 中提供少量（通常 1-5 个）输入-输出示例，引导模型理解任务格式和期望行为。 | Zero-Shot, In-Context Learning |
+| 零样本学习 | Zero-Shot Learning | 不提供任何示例，仅通过任务描述让模型完成任务。依赖模型的预训练知识和指令遵循能力。 | Few-Shot, Instruction Tuning |
+| 思维链 | Chain-of-Thought (CoT) | 引导 LLM 逐步推理而非直接给出答案的 Prompt 技术，在复杂推理任务上显著提升准确率。 | Few-Shot, Reasoning |
+| 思维树 | Tree-of-Thought (ToT) | CoT 的扩展，允许模型探索多个推理路径并评估选择最优解，适用于需要搜索和规划的复杂任务。 | CoT, Self-Consistency |
+
+---
+
+## RAG 与检索
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| RAG | Retrieval-Augmented Generation | 检索增强生成，将外部知识库的检索结果作为 LLM 的上下文，生成更准确、可溯源的回答。减少幻觉的主流方案。 | Embedding, Vector DB, Grounding |
+| 向量嵌入 | Embedding | 将文本/图像等非结构化数据映射为固定维度的稠密向量，使语义相近的内容在向量空间中距离更近。 | Vector DB, Similarity Search |
+| 向量数据库 | Vector Database | 专门存储和检索向量嵌入的数据库，支持高效的近似最近邻（ANN）搜索。代表产品：Pinecone / Milvus / Weaviate / Qdrant。 | Embedding, ANN, HNSW |
+| 混合检索 | Hybrid Search | 结合稀疏检索（BM25 关键词匹配）和稠密检索（向量语义匹配）的检索策略，兼顾精确匹配和语义理解。 | BM25, Embedding, Reranking |
+| 重排序 | Reranking | 对初步检索结果用更精确的模型（如 Cross-Encoder）重新排序，提升 Top-K 结果质量。 | Retrieval, Cross-Encoder |
+
+---
+
+## Agent 与工具使用
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| Agent | Agent (智能体) | 基于 LLM 的自主决策系统，能感知环境、规划任务、调用工具并迭代执行，直到完成目标。 | Tool Use, Planning, ReAct |
+| 工具调用 | Tool Use / Function Calling | LLM 通过结构化输出调用外部 API / 函数 / 数据库的能力，扩展模型的行动边界。 | Agent, API, JSON Schema |
+| ReAct | Reasoning + Acting | Agent 架构模式，交替进行推理（Thought）和行动（Action），根据观察结果迭代决策。 | Agent, CoT, Tool Use |
+| 规划 | Planning | Agent 将复杂目标分解为可执行子任务的能力，包括任务分解、依赖排序和资源分配。 | Agent, Task Decomposition |
+| 多 Agent 系统 | Multi-Agent System | 多个具有不同角色和能力的 Agent 协作完成复杂任务的架构，通过消息传递和共享状态协调。 | Agent, Orchestration |
+| 记忆 | Memory | Agent 存储和检索历史交互、知识和状态的机制。分为短期记忆（上下文窗口）和长期记忆（外部存储）。 | Agent, Context Window, RAG |
+
+---
+
+## MLOps 与工程化
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| MLOps | Machine Learning Operations | 将 DevOps 实践应用于 ML 项目的方法论，涵盖数据管理、模型训练、部署、监控的全生命周期自动化。 | CI/CD, Model Registry |
+| 模型注册中心 | Model Registry | 集中管理模型版本、元数据、血缘关系的服务。支持模型的注册、审批、部署追踪。代表：MLflow / SageMaker。 | MLOps, Model Versioning |
+| 数据漂移 | Data Drift | 生产环境中输入数据分布与训练数据分布发生偏移的现象，会导致模型性能下降，需持续监控。 | Concept Drift, Monitoring |
+| 特征存储 | Feature Store | 集中管理和服务化机器学习特征的系统，支持特征复用、一致性保证和在线/离线服务。 | Feature Engineering, MLOps |
+| A/B 测试 | A/B Testing | 将用户随机分为实验组和对照组，比较不同模型版本的效果差异，基于统计显著性做上线决策。 | Canary Deploy, Statistical Significance |
+| 概念漂移 | Concept Drift | 数据中输入与输出之间的映射关系随时间发生变化，导致模型准确率下降。需要持续监控和定期重训练。 | Data Drift, Model Monitoring |
+
+---
+
+## 安全与对齐
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| Prompt 注入 | Prompt Injection | 攻击者通过精心构造的输入覆盖或绕过系统 Prompt 约束，使模型执行非预期行为。分为直接注入和间接注入。 | Jailbreak, Security |
+| 越狱 | Jailbreak | 通过特殊 Prompt 绕过 LLM 的安全限制，使其生成被禁止的内容。常见手法包括角色扮演、多语言绕过等。 | Prompt Injection, Red Team |
+| 红队测试 | Red Teaming | 模拟攻击者对 AI 系统进行对抗性测试，发现安全漏洞、偏见和有害输出。是 AI 安全评估的核心方法。 | Prompt Injection, Safety |
+| 对齐 | Alignment | 确保 AI 系统的行为符合人类意图和价值观的研究和工程实践。RLHF 和 Constitutional AI 是常见的对齐方法。 | RLHF, Safety, Ethics |
+| 护栏 | Guardrails | 限制 LLM 输入和输出的安全机制，包括输入过滤、输出检测、话题限制等。确保模型行为在预期范围内。 | Safety, Content Filter |
+| Constitutional AI | Constitutional AI (CAI) | Anthropic 提出的对齐方法，通过一组明确的原则（宪法）指导模型的自我改进，减少对人工标注的依赖。 | Alignment, RLHF |
+| 水印 | Watermarking | 在 AI 生成内容中嵌入不可见标记的技术，用于识别和追踪 AI 生成的文本/图像。 | Detection, Provenance |
+| 有害内容过滤 | Content Filtering | 检测和拦截 AI 输出中有害内容（暴力、歧视、虚假信息等）的机制。通常结合分类模型和规则引擎。 | Guardrails, Safety |
+
+---
+
+## 多模态与新兴方向
+
+| 术语 | 英文 | 定义 | 关联术语 |
+|------|------|------|----------|
+| 多模态 | Multimodal | 能同时处理和理解多种数据类型（文本、图像、音频、视频）的模型能力。代表模型：GPT-4V、Gemini、Claude。 | Vision, Audio |
+| 视觉语言模型 | Vision-Language Model (VLM) | 同时具备图像理解和文本生成能力的模型，可以描述图片、回答关于图片的问题、执行 OCR 等任务。 | Multimodal, OCR |
+| 合成数据 | Synthetic Data | 由 AI 模型生成的训练数据，用于数据稀缺场景的数据增强。需注意质量控制和分布偏差。 | Data Augmentation, Training |
+
+---
+
+## Agent Checklist
+
+- [ ] 术语在项目文档和代码注释中使用一致，避免混用中英文别名
+- [ ] 团队成员已阅读并理解与当前项目相关的核心术语
+- [ ] 新增的 AI 术语已补充到本术语表
+- [ ] 技术方案评审中引用术语时附带本表链接

package/ai/agent-evaluation-benchmark.md

@@ -0,0 +1,53 @@
+---
+id: agent-evaluation-benchmark
+title: agent-evaluation-benchmark
+domain: ai
+category: agent-evaluation-benchmark.md
+difficulty: intermediate
+tags: [agent, ai, benchmark, evaluation, 评测与基准体系]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# 开发：Excellent（11964948@qq.com）
+
+## Agent 评测与基准体系
+
+### 目标
+- 让 Agent 能力可量化、可回归、可持续优化。
+
+### 适用范围
+- 适用于研发阶段评测、发布门禁评估和线上质量回归。
+
+### 评测维度
+- 正确性：任务是否完成且结果正确。
+- 稳定性：同类任务重复执行波动范围。
+- 时效性：平均耗时与超时率。
+- 成本：单任务 token 成本与工具调用成本。
+- 安全性：是否触发策略违规或越权行为。
+
+### 基准集构建
+- 核心场景题集：覆盖高频业务任务。
+- 边界场景题集：异常输入、缺失上下文、冲突约束。
+- 红队场景题集：提示注入、数据泄露诱导、越权调用。
+
+### 门禁规则
+- 关键场景正确率不得低于既定阈值。
+- 安全违规项必须为零才可发布。
+- 成本与时延回退超阈值必须阻断发布。
+
+### 执行清单
+- 每次模型、提示词、工具变更都触发回归评测。
+- 基准集按业务优先级分层维护并定期扩充。
+- 评测报告必须包含质量、安全、时延、成本四维趋势。
+
+### 验收标准
+- 关键路径题集通过率达到阈值且稳定性达标。
+- 安全红队场景无阻断级失败项。
+
+### 常见失败模式
+- 只看演示样例，不做标准化回归评测。
+- 只看正确率，不跟踪安全与成本退化。
+
+### 回滚策略
+- 评测结果异常时，暂停发布并回滚到上一个评测合格版本。
+- 重新执行全量基准评测后再恢复放量。

package/ai/ai-agent-memory-context-management.md

@@ -0,0 +1,41 @@
+---
+id: ai-agent-memory-context-management
+title: ai-agent-memory-context-management
+domain: ai
+category: ai-agent-memory-context-management.md
+difficulty: intermediate
+tags: [agent, agent上下文与记忆管理, ai, context, management, memory]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# 开发：Excellent（11964948@qq.com）
+
+## AI Agent上下文与记忆管理
+
+### 目标
+- 在成本可控前提下提升多轮任务连续性与决策一致性。
+
+### 适用范围
+- 适用于多轮对话Agent、任务编排Agent与个性化助手系统。
+
+### 记忆分层
+- 会话记忆：当前任务临时上下文，生命周期短。
+- 用户记忆：偏好、历史行为摘要，需权限隔离。
+- 业务记忆：结构化事实与规则库，需版本管理。
+
+### 执行清单
+- 上下文压缩策略定义明确并可回放验证。
+- 记忆写入需经过规则校验与敏感信息过滤。
+- 记忆读取必须带命中理由与来源可解释信息。
+
+### 验收标准
+- 多轮任务成功率与一致性显著提升。
+- 上下文长度与token成本保持在预算内。
+
+### 常见失败模式
+- 无差别长期记忆导致噪声累积与错误放大。
+- 跨租户记忆隔离不严导致数据泄漏风险。
+
+### 回滚策略
+- 出现记忆污染时立即停用长期记忆读取。
+- 清空高风险记忆分区并回退到静态规则模式。

package/ai/ai-cost-capacity-optimization-playbook.md

@@ -0,0 +1,42 @@
+---
+id: ai-cost-capacity-optimization-playbook
+title: ai-cost-capacity-optimization-playbook
+domain: ai
+category: ai-cost-capacity-optimization-playbook.md
+difficulty: intermediate
+tags: [ai, ai成本与容量优化手册, capacity, cost, optimization, playbook]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# 开发：Excellent（11964948@qq.com）
+
+## AI成本与容量优化手册
+
+### 目标
+- 在保证业务效果的前提下，实现可持续的AI成本与容量治理。
+
+### 适用范围
+- 适用于在线推理服务、批处理任务和高并发峰值场景容量规划。
+
+### 优化方向
+- 请求侧：Prompt压缩、上下文裁剪、缓存命中提升。
+- 模型侧：模型分级与动态路由、批处理与并发优化。
+- 检索侧：检索召回精简、重排序成本控制。
+- 系统侧：限流配额、熔断降级、弹性扩缩容。
+
+### 执行清单
+- 关键场景建立成本基线与预算预警阈值。
+- 评估每次优化对准确率与满意度的影响。
+- 建立容量压测与峰值保护策略。
+
+### 验收标准
+- 单请求成本与总预算占比稳定下降。
+- 峰值期间SLO满足目标且无严重降级。
+
+### 常见失败模式
+- 单纯压缩token导致结果质量明显下滑。
+- 忽略峰值容量演练，促销或大流量时崩溃。
+
+### 回滚策略
+- 优化导致质量下降时回切上一策略版本。
+- 分阶段恢复优化项并逐项复核收益与风险。

package/ai/ai-data-security-and-compliance-playbook.md

@@ -0,0 +1,37 @@
+---
+id: ai-data-security-and-compliance-playbook
+title: ai-data-security-and-compliance-playbook
+domain: ai
+category: ai-data-security-and-compliance-playbook.md
+difficulty: intermediate
+tags: [ai, ai数据安全与合规作战手册, and, compliance, data, playbook, security]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# 开发：Excellent（11964948@qq.com）
+
+## AI数据安全与合规作战手册
+
+### 目标
+- 确保AI系统在数据采集、处理、存储、传输全链路满足安全与合规要求。
+
+### 适用范围
+- Prompt日志、工具调用日志、检索语料、评测数据、用户反馈数据。
+
+### 执行清单
+- 建立数据分级与敏感字段脱敏策略。
+- 输入输出日志按最小必要原则留存并设置TTL。
+- 第三方模型或服务调用必须评估数据出境风险。
+- 审计日志必须可追溯到账号、时间、动作和结果。
+
+### 验收标准
+- 严重合规违规项为0。
+- 敏感数据处理流程通过抽检与审计复核。
+
+### 常见失败模式
+- 把完整原始输入永久留存，超出最小必要范围。
+- 缺失删除机制，导致超期数据持续堆积。
+
+### 回滚策略
+- 发现泄漏风险时立即停用相关数据通道并隔离数据。
+- 启动应急响应，执行密钥轮换和日志溯源处置。

package/ai/ai-domain-index-and-checklist.md

@@ -0,0 +1,40 @@
+---
+id: ai-domain-index-and-checklist
+title: ai-domain-index-and-checklist
+domain: ai
+category: ai-domain-index-and-checklist.md
+difficulty: intermediate
+tags: [ai, ai领域索引与执行清单, and, checklist, domain, index]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# 开发：Excellent（11964948@qq.com）
+
+## AI领域索引与执行清单
+
+### 目标
+- 为AI需求、方案、上线、运行提供统一入口和核查清单。
+
+### 适用范围
+- LLM应用、Agent系统、RAG应用、智能工作流与自动化工具链。
+
+### 执行清单
+- 需求阶段：目标指标、风险边界、数据来源合规性已确认。
+- 设计阶段：提示词策略、工具权限模型、失败降级路径已定义。
+- 开发阶段：结构化输出、重试策略、幂等策略已实现。
+- 测试阶段：准确性、安全性、延迟、成本评测已通过。
+- 发布阶段：灰度方案、回滚触发条件、发布验收标准已固化。
+- 运行阶段：告警分级、值班流程、复盘闭环机制已建立。
+
+### 验收标准
+- 关键链路任务成功率达到目标阈值。
+- 安全与合规阻断项为0。
+- 生产回滚演练在目标时间内完成。
+
+### 常见失败模式
+- 只评估模型能力，不评估工具链与系统级风险。
+- 缺少在线监控与漂移检测，质量退化发现滞后。
+
+### 回滚策略
+- 发现P0错误或越权风险时，立即降级到安全兜底路径。
+- 在30分钟内切回上一个稳定模型与提示词版本。

package/ai/ai-governance-maturity-model.md

@@ -0,0 +1,50 @@
+---
+id: ai-governance-maturity-model
+title: ai-governance-maturity-model
+domain: ai
+category: ai-governance-maturity-model.md
+difficulty: intermediate
+tags: [ai, ai治理成熟度模型, governance, maturity, model]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# 开发：Excellent（11964948@qq.com）
+
+## AI治理成熟度模型
+
+### 目标
+- 用统一量表评估AI研发和运营能力，指导分阶段治理提升。
+
+### 适用范围
+- 适用于AI平台团队、业务研发团队、测试安全团队和运维团队协同治理。
+
+### L1 初始级
+- 靠个人经验驱动，规则分散，缺少可复用标准。
+
+### L2 规范级
+- 建立基础文档、清单和上线检查，但执行不稳定。
+
+### L3 稳定级
+- 建立标准门禁、自动评测、发布回滚、监控告警闭环。
+
+### L4 优化级
+- 建立持续优化机制，做到成本、质量、安全协同提升。
+
+### L5 领先级
+- 形成跨团队复用平台，具备策略自动化和治理智能化能力。
+
+### 执行清单
+- 每季度完成成熟度评级与差距分析。
+- 每个低分项必须绑定负责人、改进动作和验收节点。
+- 将成熟度改进项纳入发布门禁与复盘追踪。
+
+### 验收标准
+- 每季度至少一次成熟度自评与改进追踪。
+- 关键治理指标持续改善并可审计追溯。
+
+### 常见失败模式
+- 只做评级不做整改，导致成熟度长期停滞。
+- 评估标准不统一，跨团队结果不可比。
+
+### 回滚策略
+- 当治理指标连续恶化时，回退至上一个成熟稳定实践基线。

package/ai/ai-model-selection-and-routing-strategy.md

@@ -0,0 +1,47 @@
+---
+id: ai-model-selection-and-routing-strategy
+title: ai-model-selection-and-routing-strategy
+domain: ai
+category: ai-model-selection-and-routing-strategy.md
+difficulty: intermediate
+tags: [ai, ai模型选型与路由策略, and, model, routing, selection, strategy]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# 开发：Excellent（11964948@qq.com）
+
+## AI模型选型与路由策略
+
+### 目标
+- 在准确率、时延、成本和稳定性之间取得可量化最优平衡。
+
+### 适用范围
+- 适用于多模型并存的在线推理服务、Copilot产品与Agent系统。
+
+### 选型维度
+- 任务类型：推理、抽取、生成、代码、对话、决策支持。
+- 能力指标：正确率、幻觉率、指令遵循率、结构化输出稳定性。
+- 性能指标：P50/P95时延、吞吐、峰值并发下退化表现。
+- 经济指标：单请求成本、千token成本、峰值预算占比。
+
+### 路由策略
+- 主模型用于核心任务，辅模型用于低风险或高并发场景。
+- 按任务难度、用户等级、请求上下文动态路由。
+- 高风险请求优先选择高可靠模型并启用人工确认。
+
+### 执行清单
+- 每类任务定义默认模型、备选模型与回切条件。
+- 路由策略变更必须附带回归评测与灰度验证结果。
+- 记录路由命中率、失败率与成本收益趋势。
+
+### 验收标准
+- 关键任务准确率达到业务阈值。
+- 路由后整体成本下降且核心成功率不下降。
+
+### 常见失败模式
+- 只按价格选模型，忽略失败重试导致的总成本上升。
+- 无模型回切策略，导致供应波动时服务不可用。
+
+### 回滚策略
+- 路由异常时切换至单模型稳定模式。
+- 记录路由命中与失败日志，定位后逐步恢复动态路由。