02 / CAPABILITIES
技术能力，
按任务组织。
模型只是起点。检索、编排、工具与路由共同决定 AI 能否稳定参与业务。以下能力按项目需要组合，不默认全套建设。
检索增强生成（RAG）
先查再答。把文档切分、向量化后入库，提问时检索相关片段，连同问题一起交给模型生成回答，并给出出处。答案质量取决于文档质量与检索调优，不用模型记忆替代资料。
- 文档解析与切分（PDF / Word / 网页 / 表格）
- 向量化入库与索引构建
- 混合检索与相关性调优
- 答案溯源与“无依据不回答”约束
适用条件：有可结构化的文档资料。复杂排版先用真实文件测试解析效果，再约定处理范围。
Agent 与工作流编排
把多步骤任务拆成节点：分析、检索、生成、检查、发布。每个节点有明确输入输出，关键节点保留人工确认，失败可重试、过程可追溯。已在内容生产流水线中实际运行。
- 任务拆分与节点定义（输入、输出、条件）
- 人工确认节点与异常处理
- 节点间数据传递与版本管理
- 运行记录与问题定位
适用条件：任务流程可被清楚描述。流程本身没想清楚时，先做流程梳理，再进入编排。
MCP 工具链
用标准化协议连接外部能力：搜索、文件读写、内容发布、业务系统接口。工具一次接入，多个任务复用；权限单独控制，不让模型任意调用。
- 标准工具接入（搜索 / 文件 / 发布）
- 业务系统接口封装
- 工具权限与调用范围控制
- 接口文档与调用记录
适用条件：外部系统提供接口或可登录的 Web 能力。无开放接口的系统，先评估对接方式。
多模型路由
本地与云端模型统一调度：按任务难度分配模型，按成本设置降级策略，主模型不可用时自动切换。模型可更换，不把系统绑定在单一供应商上。
- 模型接入（本地 / 云端 / API）
- 按任务分配与优先级策略
- 失败降级与备用模型切换
- 调用监控、用量与成本记录
适用条件：同时使用多个模型或对可用性有要求。单一模型够用时，不必建设路由。
PRINCIPLES
选型原则，
先于技术栈。
不追新、不堆料。每个组件都要回答三个问题：去掉它会怎样？换掉它代价多大？它解决哪个具体问题？
QUESTIONS BEFORE WE BUILD
合作前，先说清楚。
这些能力必须全套建设吗？
不是。按任务需要选择：只做知识问答可能只需要 RAG；只做内容流水线需要编排加工具。先用最小组合验证，再按效果扩展。
用哪家模型？会被锁定吗？
方案中列明模型及选型理由，本地与云端可同时接入。模型可更换，接口按标准封装，不把系统绑定在单一供应商上。
技术栈是自己研发还是开源方案？
以成熟开源组件为主，自研部分集中在业务流程与适配层。组件版本、许可方式在方案中说明，不默认使用来路不明的组件。
上线后出现问题怎么处理？
移交配置文档、运行记录与测试用例，按约定提供问题定位与更新支持。涉及模型效果衰减的，安排重新验证与调优。