工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：llmops
利用LangGraph与LangSmith评估结果构建智能体改进循环。
逐步式的LangGraph与LangSmith循环：轨迹收集、三层评分机制、故障聚类、离线回归数据集以及发货前评估。
阅读约 24 分钟2026年AI工程发展路线图：从Python到智能体与LLMOps技术。
2026年分阶段的AI工程学习路径，涵盖从Python和数学基础，到传统机器学习与深度学习，再到RAG、MCP、智能体、评估及部署等内容。
阅读约 14 分钟当控制面板显示正常而代理却出错时：状态追踪
控制面板显示为绿色，但代理的判断有误：故障隐藏在正常步骤之间传递的状态中。需要记录哪些追踪信息、路由记录以及评估数据。
阅读约 12 分钟谁来评估评估者？在信任这些评估工具之前，先对其进行验证。
谁来验证评估套件？评估标准的偏差、仅基于结果的评分方式、私有的故障模式以及隐藏的成本都可能导致大语言模型的评估结果失真。需要对该评估套件本身进行检验。
阅读约 7 分钟以Turbopuffer为例，评估超越ANN召回率的RAG检索效果。
即使使用快速的向量索引，也仍可能找不到答案。了解Turbopuffer的存储权衡、混合BM25与向量搜索技术，以及如何通过黄金集来衡量实际的召回率。
阅读约 7 分钟从评估到自我提升的智能体：智能体评估的五个发展阶段
智能体评估现在意味着对轨迹进行审计。了解确定性检查、大语言模型与智能体评判器、诊断机制以及元工具如何共同构建一个安全的改进循环。
阅读约 7 分钟使用Langfuse对LangGraph博客处理流程进行追踪：包含文本片段、评分和警告信息。
使用Langfuse为多智能体LangGraph流程配置工具：每篇文章对应一条追踪轨迹，包含嵌套的文本片段、警告信息、评分，以及针对质量较差草稿的调试功能。
阅读约 8 分钟具备回放安全性的智能体：通过时间隔离机制避免大语言模型调用干扰工作流程。
为何在运行过程中崩溃的智能体不得再次调用其大语言模型：将操作视为非确定性边界、回放机制、心跳检测、重试以及无状态图结构。
阅读约 16 分钟实用指南：构建可靠的AI智能体——生产环境评估方法
《实用指南：构建可靠的AI智能体——工程实践》的操作流程说明：针对采用该架构的团队，提供了生产环境评估、相关合同条款、检查清单以及可直接插入的代码模块。
阅读约 10 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。