用途：在架构确定后或定义生产控制时，运营生产级 ML、LLM、RAG 与智能体系统，聚焦部署、发布、监控、回滚与治理，而非数据科学、提示工程或检索设计本身。
主要能力：提供运行时模式决策树（数据移动、推理、LLM/RAG、工具型智能体、多区域合规）；发布工件定义（模型/提示版本、负责人、回滚目标、评估报告、运行手册）；可观测性（OpenTelemetry + Prometheus/Grafana，固定所发出的 GenAI 语义约定 schema 版本）；评估即 CI 门禁；漂移检测与受控重训练；注册表按别名（@champion/@challenger）晋升而非阶段；特征存储一致性；成本分摊；安全与治理清单。
使用方式：默认工作流为选择运行时模式、定义发布工件、先埋点、加策略门禁、渐进发布（影子→金丝雀→放量，含自动回滚条件）、闭环告警与重训练。金丝雀晋升门禁需预先定义离线阻断项、影子检查、金丝雀队列、观察窗口、回滚触发与责任人。附带脚本 scripts/drift_check.py（PSI/KL，ALERT 退出 1，输入无效退出 2）与 scripts/deployment_smoke_test.sh（OpenAI 兼容端点冒烟验证，失败即关闭）。
适用场景：生产部署与迁移、监控告警、事故运行手册、合规与隐私治理、多模态系统运营、智能体运行时运维。
限制：EDA、特征工程、训练、SQL 转换属 ai-ml-data-science；提示策略属 ai-prompt-engineering；评估设计属 ai-evals；微调属 ai-llm；检索架构属 ai-rag；推理底层优化属 ai-llm-inference；智能体架构属 ai-agents。TGI 处于维护模式，不建议新部署使用。监管时间线需查阅官方文本，不能凭记忆。具体价格、平台与效果资料暂未提供。