AI架构

MCP（Model Context Protocol）协议的深度解析，从设计哲学到三大核心能力 Tools/Resources/Prompts，传输层、安全模型、生命周期管理，以及和 Function Calling、OpenAPI 的本质区别。

四款主流向量数据库的深度对比，Milvus、Pinecone、Weaviate、pgvector 的架构、性能、功能、部署方式、成本，以及在 RAG 场景下的选型实践和压测数据。

MCP（Model Context Protocol）协议入门与实战，基于 FastMCP 框架构建企业级 Skills 服务，让大模型安全调用招聘平台的结构化数据，实现 AI 智能体的工具调用能力。

基于 One-API 的大模型网关架构设计，涵盖多模型统一接入、API Key 鉴权、限流策略、Token 计费、会员体系，实现 AI 能力的商业化闭环。

RAG（检索增强生成）的完整落地方案，涵盖文档切分策略、向量化、向量检索、重排序、Prompt 工程，以及在招聘场景下的实际应用和踩坑经验。