人工智能技术文章
-
图片输入的成本不只由文件大小决定，还受模型细节档位、有效分辨率和长图切分方式影响。本文用一套可复核的输入策略，判断何时用低细节、何时保留高分辨率，以及长图如何切成可验收的局部图片。152 收藏 -
多租户 AI 知识库最危险的故障不是检索变慢，而是把 A 租户的片段、缓存或引用带给 B 租户。本文从检索权限、缓存键、引用回显和审计证据四条线，拆解一套可验证的隔离方案。369 收藏 -
多模态接口的图片费用不只取决于文件大小，真正影响预算的是输入分辨率、detail 级别、图片数量和重试策略。本文用一个可复用的请求预算表，说明什么时候使用 low、high 或 auto，并给出上线前的核对方法。165 收藏 -
科技周边 · 人工智能 | 4天前 | 调试 · 人工智能 · mcp · resources · uri · 资源类型 客户端缓存 MCP resources/read resources/read URI编码
MCP 客户端拿到 resources/read 的空结果时，问题通常不在模型，而在 URI 没有按原值传递、内容类型判断错误或把资源列表缓存成了永久数据。本文按一次可复现的排查顺序，拆开 URI、contents、文本与二进制资源，以及缓存失效边界。104 收藏 -
接入多个大模型后，真正难处理的不是把请求转发出去，而是主模型超时、限流或返回异常时如何在有限时间内切换备用模型。本文用一个可落地的网关流程说明超时预算、降级条件和结果标记应该怎样设计。102 收藏 -
AI 应用上线后，成本失控通常不是因为某一次请求特别贵，而是输入上下文、输出长度和重试叠加后没有预算边界。本文用一个请求预算器拆解 token 估算、费用计算、阈值判断和超额降级，并给出可验收的 Go 示例。162 收藏 -
大模型返回的工具参数只是建议，不是业务事实。本文用 Go 做一个小型工具调用网关，演示如何校验参数、限制动作范围、用请求键去重，并在失败后安全重试。255 收藏 -
同一个 AI 应用切换模型后，答案长度、语气和结构可能一起变化。本文用能力矩阵、版本化提示词和固定验收样本拆开这类漂移，给出路由决策、差异记录与灰度检查方法。288 收藏 -
多轮对话变长后，简单截掉旧消息很容易让模型丢失用户约束。本文从上下文压缩的边界出发，拆解摘要漂移、关键事实遗漏和回放验收，用可重复的测试样例判断压缩是否真的可用。418 收藏 -
AI 流式回答在移动网络或代理切换时可能中途断开。本文用 SSE 的事件 ID、重连窗口和客户端游标，拆解如何续接未完成内容、避免重复片段，并给出可验收的状态与日志设计。231 收藏 -
Embedding 模型升级或调整 dimensions 后，旧向量、查询向量和数据库索引可能不再兼容。本文用维度契约、双写灰度和检索验收三步，说明如何安全迁移并避免静默召回下降。313 收藏 -
从首字延迟 TTFT、分段间隔和客户端断线三个信号入手，搭建大模型流式输出的观测口径，并给出 Go 服务端记录与回放验收方法。466 收藏 -
同一个模型请求失败，并不代表应该立刻换到下一个模型。本文按超时、限流、服务异常和内容拒答拆开处理，给出路由状态、重试边界、降级策略与可验收的实现路径。398 收藏 -
MCP 工具返回长列表时，分页协议会直接影响 Agent 是否拿到完整且不重复的结果。本文从游标失效、排序稳定性和增量验收三个问题出发，给出可落地的返回字段与测试方法。269 收藏 -
AI Agent 一轮工具调用可能已经改写库存、发送通知，却在最后一步返回超时。本文用订单履约场景拆开部分成功的状态记录、补偿动作和安全重试边界，给出可落地的验收清单。460 收藏