用途：该技能提供企业级 AI 架构模式的选型与实施指导，帮助设计新 AI 系统、评估架构方案、按场景挑选模式并理解各方案权衡。内容来自真实部署经验与 AI Architect Academy。
主要能力：收录多类核心模式。AI 网关模式：统一鉴权、限流、请求响应日志与模型路由，涉及 API 网关（Kong、AWS API Gateway、OCI API Gateway）、OAuth2/API Key、Redis 限流、OpenTelemetry 日志、模型路由；单供应商、超低延迟（<10ms）或早期原型不宜使用。RAG 生产模式：文档摄取、分块、嵌入、向量存储、检索与带引用生成，组件含 Pinecone、Weaviate、pgvector 等向量库与重排序；建议从 512-1024 token 固定分块起步，做元数据提取与混合检索。多智能体编排：编排器+专家智能体+任务队列+状态管理+交接协议+结果聚合，适用于 5 步以上复杂流程，框架有 LangGraph、Claude Agent SDK、AutoGen/CrewAI。MCP 服务器架构：以标准化接口解决 N×M 集成问题，含工具定义、资源提供者、提示模板与 stdio/SSE 传输。LLMOps：提示版本控制、评测数据集、自动化评测、分阶段部署与监控回滚。向量库选型参考：<1M 用 pgvector/Chroma，1-100M 用 Weaviate/Qdrant，100M+ 用 Pinecone/Milvus。另有 AI 卓越中心框架、安全与治理模式（输入输出护栏、PII 脱敏、审计日志、访问控制）。还提供模式选择决策树、组合矩阵与 AWS/GCP/Azure/OCI 云厂商映射。
使用方式与限制：资料未提供具体安装命令或调用步骤，仅在 MCP 部分给出基于 @modelcontextprotocol/sdk 的代码片段（已保留原样）。适用场景为文档问答、客服机器人、代码助手、企业 AI 平台等。具体收费、价格与量化效果暂未提供。