ENGINEERING NOTES / 工程笔记
把 AI 应用，做成可靠的系统。
我是路灯，记录 RAG、Agent 与 Java 后端的工程实践。
从方案选型到评估上线，讲清设计、取舍和踩过的坑。
从这里开始
专题与工程实践文章与实践
浏览分类 →-
大模型应用开发学习：智能客服 & RAG 知识库为案例
面向 Java 开发者，以智能客服为例梳理 RAG 应用开发，理解从调用模型 API 到构建可维护系统所需的工程能力。
-
Agent Harness 工程：把长任务做成可恢复、可验证的系统
从退款草稿回执丢失的例子出发，拆解 Agent Harness 的上下文、权限、状态恢复与验收机制，讨论幂等、执行预算和可信反馈。
-
Agent 系统到底怎么测，别再只盯着最终答案了
Agent 测试需要验证目标、执行轨迹、工具权限与环境状态。本文梳理从本地测试到线上反馈的评估方法。
-
RAG垂直知识库+AI智能客服项目
以智能客服业务为背景，梳理知识库与问答系统的搭建思路，连接用户问题、知识检索与业务流程。
-
从 Function Calling 到 MCP：企业级 AI 智能体的工具调用架构与 Fallback 策略
结合 Spring AI 智能体实践，讨论 Tool Calling 与 MCP 的工具调用设计，以及失败时的降级和恢复策略。
-
关键技术方案：抢票秒杀、门票候补与钱包对账
围绕活动平台的抢票、候补与钱包对账，分析并发、库存一致性和用户体验之间的工程取舍。
-
知识库 5 分钟同步生效：文档增量更新、向量热替换与版本回滚的工程实现
业务文档更新后，如何让知识库及时生效？拆解文档增量处理、向量替换与版本回滚的实现思路。
-
大模型回答准确率从 65% 到 95%：评估数据集构建与量化指标体系
如何判断 RAG 回答是否变好？从评估数据集和量化指标入手，说明如何用评估驱动系统优化。
-
从零搭建企业级 RAG 系统：文档切分、Embedding 选型到检索重排的全链路实践
从智能客服场景出发，串联文档切分、Embedding 选型与检索重排，理解 RAG 全链路的设计要点。
-
RocketMQ 延时消息实现订单超时自动关闭：从方案选型到秒级精度的进阶之路
比较订单超时关闭方案，分析 RocketMQ 延时等级的限制，以及实现秒级超时控制的工程思路。