用途：LLM-Ops 聚焦把 AI 原型变成可运营的生产产品，涉及 RAG、embedding、向量数据库、fine-tuning、高级提示工程、LLM 成本、质量评估与生产级 AI 架构。
主要能力：完整的 RAG 架构（文档→分块→embedding→向量库；查询→语义检索→Top K→LLM 生成回答）；文档分块与索引管线；向量数据库选型（Chroma 本地开发免费、pgvector 复用 PostgreSQL、Pinecone 托管生产、Weaviate 多模态、Qdrant 高性能）；pgvector 建表与 ivfflat 索引、余弦相似度检索示例；提示词结构（身份、规则、能力、限制、个性化）与 Chain-of-Thought 分析；语义缓存以相似度阈值命中历史回答；按模型输入输出价格估算月度成本；基于模型的响应质量评估框架，输出 0-10 分与理由的 JSON。
使用方式：提供命令包括 /rag-setup（配置完整 RAG 管线）、/embed-docs（索引文档到向量库）、/prompt-optimize（优化提示质量与成本）、/cost-estimate（估算月度 LLM 成本）、/eval-run（运行质量评测套件）、/cache-setup（配置语义缓存）、/model-select（选择适用模型）。资料未提供安装命令。
适用场景：实现 RAG、创建 embedding 管线、使用 Pinecone/Chroma/pgvector、微调、提示工程、降低 LLM 成本、评测、语义缓存、流式输出与智能体。
限制：不适用于与 LLM 运维无关的任务，或可由更简单专用工具处理的请求，也不适合仅需通用协助而无领域经验的场景。应用建议前应结合自身项目上下文审阅，避免在未理解具体环境时直接用于生产代码。资料中未提供官方安装方式、收费或额外平台信息，暂未提供。