人工智能技术文章
-
接入远程 MCP 服务器时，不要把工具发现当成授权。本文从工具 allowlist、来源校验、OAuth 受众绑定和审计记录四个边界，整理一套可复核的权限收口方法。202 收藏 -
RAG 应用最难排查的错误之一，是模型把相似检索片段直接改写成确定答案。本文从引用绑定、证据片段和拒答边界入手，给出一套可落地的输出验收方法。201 收藏 -
多模态 RAG 能检索到图片，却在回答里漏掉关键上下文，通常不是模型单点失效，而是 OCR、图文切片、向量检索和引用回链之间有一段断了。本文按证据顺序定位并修复这类问题。197 收藏 -
流式调用工具时，参数 JSON 会被拆成多个增量事件，不能把每个片段直接解析。本文用 buffer、JSON.parse 和状态恢复拆开半包边界，给出失败重试与重复调用的防线。197 收藏 -
Gradio 长任务不要只等函数返回：用生成器 yield 阶段状态，用 gr.Progress 显示进度，再用 cancels 连接停止按钮，同时明确 UI 取消与外部作业停止的边界。197 收藏 -
AI 应用不应把模型内部推理链直接展示给用户，但可以通过 Responses API 的 reasoning summary 提供简洁的过程摘要。本文用 Python 示例说明配置方式、摘要与最终答案的区别、展示边界和上线核对项。195 收藏 -
AI 应用调用搜索、数据库或业务接口时，超时不等于任务失败，更不能无条件重跑。本文用一个可验证的小实验拆开幂等键、部分结果、重试边界和人工接管，给出能落地的调用状态设计。195 收藏 -
流式 AI 输出不应在最后一段文字到达时直接入库。本文用 finish_reason、状态机和幂等键说明何时保存正式结果，何时保留 partial 草稿或等待工具调用。195 收藏 -
RAG 文档分块没有一组对所有知识库都适用的固定参数。本文以 RecursiveCharacterTextSplitter 为例，说明 chunk_size、chunk_overlap 和中文分隔符的职责，并给出从检索效果反推参数的调整方法。192 收藏 -
GPT-6 Astra API 限量开放期间，应用应区分访问资格、参数错误与 429/5xx 临时故障，再按能力档案选择备用模型，并记录实际模型与降级原因。192 收藏 -
Gemini API 的 Google Search Grounding 会自动决定是否检索，并在响应中返回搜索步骤与 URL 引用。本文用一个实时事实问答链路拆解工具启用、引用提取、结果验收和失败边界。191 收藏 -
用 Structured Outputs 和 Pydantic 固定模型字段、类型与枚举，并区分正常解析、明确拒答、截断响应和业务校验失败，建立可落地的 JSON Schema 结果兜底方案。191 收藏 -
Responses API 的 background 模式适合把较长任务交给后台处理。本文用状态机说明创建、轮询、超时、取消和结果保存，避免把 queued 误判成失败。188 收藏 -
提示词注入不是简单的敏感词过滤问题。本文从应用要保护的系统提示词、用户数据和外部工具权限出发，给出输入隔离、最小权限、结构化参数、审计日志和回归验证的一套落地做法。187 收藏 -
AI 流式回答中途断线时，真正要保留的不是一段模糊的重试状态，而是已确认的增量令牌、可续接的游标和明确的连接状态。本文用一个可落地的 StreamSession 设计，拆解重连、去重与失败归档的边界。184 收藏