罗罗编程学习记录
本页内容 展开查看

10.6.1 AI 全栈场景

所属:全栈开发面试题库 / 10 AI 应用开发:LLM 与 Agent / 10.6 AI 全栈场景题

这个知识域解决什么问题

把前面分章的单点能力(RAG、Prompt、Agent、工具调用、评测、安全合规、成本工程)组织成完整可落地的业务方案。每个场景题按固定链路展开:需求 → 方案选型 → 数据流与组件 → 容量/成本估算口径 → 失败兜底 → 验证指标,强调工程闭环而不是模型能力罗列。

知识地图

业务需求
  → 1 RAG 全链路落地(文档接入/检索/引用/权限)
  → 2 Agent 工程与工具调用(循环/工具/状态/兜底)
  → 3 多模态与流式体验(图片文档/语音/流式渲染)
  → 4 可观测、灰度与回归(指标/采样/灰度对照/回流)
  → 5 业务场景设计与容量估算(选型/数据流/估算/兜底/指标)

子主题

编号 子主题 核心内容 题数
10.6.1.1 RAG 全链路落地 文档接入解析、切分与元数据、混合检索与 rerank、引用拒答、权限隔离、增量更新与问答评测 18
10.6.1.2 Agent 工程与工具调用 ReAct 循环、工具 schema 与校验、状态持久化、权限分级、错误重试、多 Agent 编排与轨迹审计 18
10.6.1.3 多模态与流式体验 图片/文档/语音输入处理、流式渲染与中断重连、长输出分段、体验指标与降级 18
10.6.1.4 可观测、灰度与回归 链路埋点、在线指标、采样回放、漂移监控、灰度对照、反馈回流与版本回滚 18
10.6.1.5 业务场景设计与容量估算 需求链路方案、组件数据流、QPS/token 容量推算、成本模型、失败兜底、验证指标 18

合计 90 题。 容量与成本数字按 QPS、日请求量、token 均价等口径推算;模型价格、能力上限、向量库规格与并发容量以官方文档/当前版本为准,不编造固定数值。

学习路径

先 1 掌握检索增强完整链路,再 2 理解会话型工具调用与兜底,3 看多模态输入与流式体验工程,4 建立可观测、灰度与回归闭环,最后 5 用成本/延迟/质量三角把方案落到容量与预算决策。

自检

  • [ ] 能画出某类 AI 应用从输入到结果的完整组件链路与数据流
  • [ ] 能按需求风险做模型、检索与工具方案选型,并说明取舍理由
  • [ ] 能处理多模态输入与流式输出的工程细节(中断、分段、降级)
  • [ ] 能设计在线监控、灰度对照与样本回流闭环
  • [ ] 能给出容量与成本推算口径(QPS、日请求量、token 量、并发副本)