AI技术

MDX v3 await 语法实战与注意事项

--- 标题: MDX v3 await 语法实战与注意事项 关键词: - MDX v3 - await 支持 - ES2024 语法 - Node 16+ - 框架协作 描述: 结合 MDX v3 的现代语法支持,说明在 MDX 中使用 await 的实践前提与注意事项,并提供框架兼容性验证建议,附中文文档验证。 categories: - 文章资讯 - 技术教程 --- 引言 - ...

Largest Contentful Paint(LCP):测量与优化路径

--- title: Largest Contentful Paint(LCP):测量与优化路径 keywords: - LCP - PerformanceObserver - 优化路径 - preload - fetchpriority description: 使用 PerformanceObserver 采集 LCP 并围绕服务器与前端的关键路径进行优化,涵盖资源提示、优...

LangChain与LlamaIndex:检索与工具编排对比

--- title: LangChain与LlamaIndex:检索与工具编排对比 keywords: - LangChain - LlamaIndex - RAG - 工具调用 - 检索链路 description: 比较两大常用框架在检索链路与工具编排上的抽象与生态,指导项目选型与落地。 categories: - 文章资讯 - 技术教程 --- # LangChain与LlamaIn...

LLM 输出去敏与审计流水(PII Redaction、审计与验证)

--- title: LLM 输出去敏与审计流水(PII Redaction、审计与验证) date: 2025-11-26 keywords: - PII Redaction - 审计流水 - Masking - 合规 - 日志 description: 为LLM输出进行PII去敏与审计记录,通过规则与模型识别敏感信息并替换,保留审计流水与证据链,提供实现与验证方法。 cat...

LCP 深入解析:Largest Contentful Paint 的定位与优化

--- title: "LCP 深入解析:Largest Contentful Paint 的定位与优化" keywords: - LCP - 最大内容绘制 - RUM - 优化路径 - DevTools - 渲染 description: "系统解析 LCP 的定义、形成机制与定位方法,结合 RUM/CrUX 与 DevTools 子阶段拆解,给出四大类优化路径与验证参考...

LLM 函数调用与工具编排实践(2025)

# LLM 函数调用与工具编排实践(2025) 函数调用与工具编排让模型与系统协作,提升可控性与可复现性。 ## 一、接口与模式 - JSON Schema:定义函数参数与返回,校验输入输出。 - 安全边界:限制可调用能力与资源,遵循最小权限。 ## 二、计划与执行 - 计划执行:将多步任务拆分为计划与步骤,控制顺序与依赖。 - 观察与回路:记录每次调用的观察与结果,便于回溯与调试。 ##

LLM输出防护:提示注入、敏感信息与事实核查

--- title: LLM输出防护:提示注入、敏感信息与事实核查 keywords: ["提示注入", "敏感信息", "事实核查", "上下文隔离", "引用证据"] description: 通过上下文隔离、输入/输出过滤与引用证据,实现对提示注入与敏感信息泄露的防护,并进行事实核查。 categories: - 应用软件 - 系统工具 --- # LLM输出防护:提示注入、敏感信...

OpenSearch k-NN 向量检索与参数优化(2025)

# OpenSearch k-NN 向量检索与参数优化(2025) ## 一、索引与配置 - HNSW:设置 `m`/`ef_construction`;匹配向量维度与度量。 - 索引映射:声明 `knn_vector` 字段与度量(cosine/L2)。 ## 二、查询与优化 - efSearch:提升召回的同时控制延迟;按查询类型动态调整。 - 过滤与缓存:结构化过滤结合结果缓存,降低重复