← 返回知识库

简历 AI 技术讲解

本文针对张德海简历中涉及的 AI 相关经验， 深入讲解背后的技术原理、架构设计与落地实践。覆盖 Agent 智能体、Skills 编排、RAG 知识库、Function Calling、 Prompt Engineering、AI Coding 工具链、AI 视觉、LangChain 及 MCP 协议九大技术领域。

1. Agent 智能体

是什么

Agent（智能体）是能够自主感知环境、制定计划、调用工具、执行多步任务的 AI 程序。 与传统的"一问一答"式聊天机器人不同，Agent 具备自主决策能力——它在执行过程中自我反思、 调整策略，遇到错误时自动重试或换方案。

核心架构：ReAct 循环

用户输入 → Agent 大脑(LLM) → 思考(Reasoning) → 选择工具(Tool Selection) → 执行(Action) → 观察结果(Observation) → 继续思考或输出最终答案

这是 ReAct（Reasoning + Acting）循环，Agent 在此循环中反复迭代，直到完成任务或达到终止条件。

简历中的对应实践

2. Skills 编排系统

是什么

Skills 编排是将业务能力封装为独立的、可插拔的"技能模块"，由 LLM 根据用户意图自动路由到对应 Skill 执行。

与 Agent 的关系

Agent 智能体（大脑 / 决策层） ├── Skill 1: 数据查询（查 MySQL / 时序库） ├── Skill 2: 报表生成（生成 PDF / Excel） ├── Skill 3: 消息推送（企业微信 / 邮件 / 短信） ├── Skill 4: 审批流程（调用 OA 接口） ├── Skill 5: 视频分析（调用 YOLO 模型） └── Skill 6: 能耗预测（调 ML 模型）

Agent 负责理解意图 + 决策调度，Skills 负责具体执行。

简历中的对应实践

3. RAG 知识库（检索增强生成）

是什么

RAG（Retrieval-Augmented Generation）是让 LLM 先检索相关文档，再基于检索结果生成回答的技术。 它解决了 LLM 的两大痛点：

完整 Pipeline

文档摄入 → 解析(PDF/Word/HTML) → 文本分块(Chunking) → Embedding 向量化 → 存入向量数据库 ↓ 用户提问 → Embedding 向量化 → 向量相似度检索 → 召回 Top-K 相关文档块 → 拼入 Prompt → LLM 生成回答

简历中的对应实践

向量数据库选型

Milvus 生产级

开源分布式向量数据库，支持十亿级向量检索，混合查询（标量+向量），适合大规模生产环境。

Chroma 轻量级

轻量级向量数据库，Python 原生，嵌入式运行，适合原型开发和小规模场景。

FAISS 算法库

Meta 开源的向量相似度搜索库，纯算法层面，GPU 加速，支持多种索引类型（IVF/HNSW/PQ）。

混合检索（Hybrid Search）

同时使用语义检索（向量相似度）+ 关键词检索（BM25/Elasticsearch）+ 元数据过滤（按日期、分类、来源筛选），取长补短，提升召回精度。

实际场景

4. Function Calling / Tool Use

是什么

让 LLM 输出结构化的函数调用请求，而不是自然语言，从而实现与外部系统的精确对接。

工作原理

用户: "帮我查一下张三的社保缴纳记录" ↓ LLM 输出（JSON 格式）: { "function": "query_social_security", "parameters": { "name": "张三", "date_range": "2024-01-01~2024-12-31" } } ↓ 业务系统执行 → 返回结构化结果 → LLM 用自然语言呈现给用户

与传统 API 调用的区别

传统方式是 if-else 意图识别 + 槽位填充，覆盖有限。Function Calling 让 LLM 自主决定 要不要调函数、调哪个函数、用什么参数，灵活度大幅提升。

5. Prompt Engineering

是什么

提示工程——设计、优化和管理 LLM 的输入提示，以引导模型产出期望的输出。 这是一个工程化的过程，不是简单的"写好提示词"。

关键技术

技术说明
Few-shot Prompting在 Prompt 中给出几个示例，让模型学会输出格式和风格
Chain-of-Thought要求模型"一步步思考"，显著提升推理任务准确率
System Prompt 设计设定角色、行为约束、输出格式等系统级指令
Prompt 模板化类似代码模板，变量替换 + 条件分支，工程化管理
Prompt 优化与 A/B 测试不同 Prompt 效果对比，迭代优化
Token 预算控制平衡上下文长度与成本——摘要压缩、动态裁剪

6. AI Coding 工具链

Claude Code

Anthropic 出品的终端原生 AI 编程助手，运行在命令行环境：

  • 可直接读写文件、执行 Shell、操作 Git，不止是"建议代码"
  • Agent 模式：给定任务自主规划步骤、执行、验证
  • 支持 MCP 协议接入外部工具和数据源
  • 支持 Hooks 机制在特定事件触发自定义逻辑

GitHub Copilot

微软/GitHub 的 AI 编程助手，深度集成 IDE：

  • 代码补全：根据上下文实时建议下一行/下一段代码
  • Chat 面板：IDE 内对话式编程
  • Agent 模式：自主规划多文件编辑、运行终端命令
  • 代码审查：PR 级别的 AI Review

Cursor

基于 VS Code 深度定制的 AI-first IDE：

  • 全文件上下文感知：不只是当前文件，而是整个项目
  • Composer：多文件协同编辑
  • Apply 模式：AI 修改直接应用到代码
  • Rules 系统：项目级/用户级行为约束

Windsurf

Codeium 出品的 AI IDE：

  • Cascade：流式 AI 交互，边生成边应用
  • 强调实时协作和上下文保持

Aider

开源命令行 AI 编程工具：

  • Git 原生：每次修改自动 commit，形成干净的变更历史
  • 多模型支持：可对接 OpenAI、Anthropic、本地模型
  • 地图文件（Map）：生成仓库结构图帮助 LLM 理解项目
  • 多文件编辑：一次对话可修改多个文件

AI 代码审查 & 自动测试生成

  • AI Code Review：PR/MR 阶段由 AI 自动审查代码质量、安全漏洞、性能问题
  • 自动测试生成：AI 分析代码逻辑自动生成单元测试、集成测试用例，提升覆盖率

7. AI 视觉（计算机视觉）

YOLO（You Only Look Once）

实时目标检测算法，核心特点：

简历中的应用

8. LangChain

是什么

LangChain 是 LLM 应用开发框架，提供标准化的链（Chain）、Agent、 工具（Tool）、记忆（Memory）、检索器（Retriever）等抽象。 它统一了不同 LLM 提供商（OpenAI/Anthropic/本地模型）的接口，简化了 RAG、Agent 等模式的实现。

核心组件

# Chain：将多个步骤串联
chain = prompt | llm | output_parser

# Agent + Tools：让 LLM 学会用工具
from langchain.agents import AgentExecutor, create_react_agent
from langchain.tools import Tool
from langchain.memory import ConversationBufferMemory
from langchain.vectorstores import Milvus

agent = create_react_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools)

9. MCP 协议（Model Context Protocol）

是什么

Anthropic 推出的开放标准协议，定义了 AI 模型与外部工具/数据源之间的统一通信方式。 可以理解为"AI 世界的 USB-C 接口"。

架构

AI 应用（Host） ↓ MCP 协议 MCP 客户端（Claude Code / Cursor 等） ↓ JSON-RPC over stdio/SSE MCP 服务器（工具提供方） ├── 数据库 MCP Server → PostgreSQL / MySQL ├── 文件系统 MCP Server → 本地文件 ├── API MCP Server → GitHub / Jira / Slack └── 自定义 MCP Server → 企业内部系统

意义

在 MCP 之前，每个 AI 工具都要单独对接每个外部系统（M×N 的集成复杂度）。MCP 标准化后，工具只需实现一次 MCP Server， 所有支持 MCP 的 AI 应用都能使用（M+N 的复杂度）。

10. 技术组合全景

简历中的 AI 能力不是孤立的，它们在实际项目中形成一条完整链路：

┌─────────────────────────────────────────────────────────┐ │ 应用层（场景） │ │ 智能客服 │ 制度问答 │ 合同审查 │ 能耗预测 │ 视频安防 │ └─────────────────────────────────────────────────────────┘ ↑ ┌─────────────────────────────────────────────────────────┐ │ Agent 智能体层（决策） │ │ 意图识别 → 任务规划 → Skills 路由 → 多 Agent 协作 │ │ Function Calling / Tool Use │ └─────────────────────────────────────────────────────────┘ ↑ ┌─────────────────────────────────────────────────────────┐ │ Skills 编排层（执行） │ │ 数据查询 │ 报表生成 │ 消息推送 │ 审批流 │ 视频分析 │ └─────────────────────────────────────────────────────────┘ ↑ ┌─────────────────────────────────────────────────────────┐ │ 知识 / 数据层（支撑） │ │ RAG 知识库(Milvus/Chroma) │ 向量检索 │ 混合检索 │ │ 时序数据库 │ 业务数据库 │ 文档 Pipeline │ └─────────────────────────────────────────────────────────┘ ↑ ┌─────────────────────────────────────────────────────────┐ │ 基础设施层 │ │ LLM API │ Prompt Engineering │ LangChain │ │ AI Coding 工具链 │ MCP 协议 │ 模型训练 / 部署 │ └─────────────────────────────────────────────────────────┘
核心理念：让 AI 不只是"聊天"，而是真正能干活——查数据、调系统、出报告、审合同、看监控。 这也正是简历中反复强调的"AI 应用落地"的含义。