ai
ai/index.md
medium
ai-index
AI 应用开发维度 — 向量库选型 / LLM 框架 / RAG 工程 / LLM 调用规范 / Agent 与 MCP。Use when 做 RAG / 调 LLM API / 写 Agent / 选向量库或 AI 框架时。
子项索引
| 子项 | 一句话 |
|---|---|
| vector-db folder | 向量库三件事 — 六款选型对比 / 选哪一款的决策树规约 / 索引与元数据过滤怎么建 |
| llm-framework folder | Java LLM 框架选型 — Spring AI 与 LangChain4j 的定位差异、适用栈、多模型对接与 MCP 支持 |
| rag folder | RAG 工程规范四件事 — 切分策略 / embedding 选型 / 混合检索与重排 / 防幻觉 |
| llm-engineering folder | LLM 调用工程规范七件事 — prompt 版本化 / 流式 SSE / TPM+RPM 限流 / 重试熔断 / 结构化输出 / 缓存 / 可观测性 |
| agent-mcp folder | Agent 与 MCP 三件事 — function calling/tool use 循环与失控防护 / MCP 协议与传输与 Java 角色 / 多轮记忆分层与隐私 |
AI · 应用开发维度
Java/Spring 后端做 AI 应用集成（RAG / Agent / LLM 调用）的选型与工程规范。 性能/量级数字为业界基准参考，落地前需用自有数据集复测。
本层包含
| 名称 | 类型 | 一句话 |
|---|---|---|
| vector-db | 文件夹 | 向量库选型 + 索引/过滤（3 子项） |
| llm-framework | 文件夹 | Spring AI vs LangChain4j（1 子项） |
| rag | 文件夹 | 切分 / embedding / 混合检索 / 防幻觉（4 子项） |
| llm-engineering | 文件夹 | prompt / SSE / 限流 / 重试 / 结构化 / 缓存 / 可观测（7 子项） |
| agent-mcp | 文件夹 | function calling / MCP / 记忆（3 子项） |
下钻决策表
| 你在做什么 | 进哪个 |
|---|---|
| 给 RAG 选向量库 / 定索引与过滤 | vector-db |
| 选 Java 侧 LLM 框架 | llm-framework |
| 搭 RAG：切分、选 embedding、混合检索、防幻觉 | rag |
| 调 LLM API：流式、限流、重试、结构化输出、缓存、监控 | llm-engineering |
| 写 Agent / 用工具调用 / 接 MCP / 做记忆 | agent-mcp |
链接
- 上层：
../index.md - 平行维度：
../lang/index.md·../framework/index.md·../tech-selection/index.md·../design-pattern/index.md·../habit/index.md·../fundamentals/index.md - 向量库选型也可对照：
../tech-selection/database/index.md（pgvector 复用 PostgreSQL）