用途：在构建 AI 功能、集成 LLM、实现 RAG、处理嵌入、部署 ML 模型或做数据科学时启用，提供生产级 AI 工程的模式与工具速查。
主要能力：内容按层组织，包括提示优化（DSPy）、编排（LangGraph 状态化多智能体工作流）、RAG（LlamaIndex 文档摄取与检索）、向量存储（Qdrant/Pinecone）、评估（RAGAS 的忠实度、答案相关性、上下文精确率）、实验跟踪（MLflow/W&B）、模型服务（BentoML/vLLM）以及工具与上下文集成协议 MCP。还涉及 LoRA/QLoRA 微调、嵌入模型选型（如 text-embedding-3-large、BGE-M3、Qwen3-Embedding）和向量数据库对比。
用法：通过 DSPy 签名与模块定义输入输出并优化；用 LlamaIndex 建索引和查询引擎，用 LangGraph 定义节点与边组织检索-生成流程；用 MCP 的 Server/Tool 注册异步工具；用 MLflow 记录参数、指标与产物；用 RAGAS 的 evaluate 计算指标。文档还列出面向 ai-engineer、mlops-engineer、data-scientist、ml-researcher、cv-engineer 等角色的技能划分，以及 references/ 与 examples/ 下的深挖材料。
限制：上述模型效果、价格与部署可行性等未提供完整说明，需自行核实具体版本与平台条件。