用途：把 LLM 集成到生产应用，提供函数调用、流式响应、本地推理、微调、上下文优化、评估与提示工程的可复用规则，每条规则在 rules/ 下按需加载。
主要能力：函数调用（严格模式 schema、并行执行、输入校验）；流式（SSE 端点、结构化流式、背压处理）；本地推理（Ollama 安装、模型选择、GPU 优化）；微调（LoRA/QLoRA、数据集准备、评估）；上下文优化（窗口管理、压缩、缓存）；评估（LLM-as-judge、RAGAS、质量门禁）；提示工程（CoT、few-shot、版本管理、DSPy 优化、ReAct）。
用法示例：函数调用使用 strict: true 工具定义；流式用 FastAPI 返回 EventSourceResponse；本地推理用 ChatOllama(model="deepseek-r1:70b", base_url="http://localhost:11434")；微调用 Unsloth 的 FastLanguageModel.from_pretrained(...) 与 get_peft_model(model, r=16, lora_alpha=32)。
关键取舍：工具链上先放约 5-15 个，其余通过非延迟搜索工具配合 defer_loading: true；流式协议 Web 用 SSE、双向用 WebSocket；缓冲区 50-200 tokens；本地模型推理选 deepseek-r1:70b、编码选 qwen2.5-coder:32b；微调优先 LoRA/QLoRA，先尝试提示工程；LoRA 秩 16-64，训练 1-3 轮；上下文压缩用锚定迭代（60-80%），触发阈值 70%、目标 50%；质量阈值生产 0.7、草稿 0.6。
限制：需先穷尽提示工程与 RAG 且拥有 1000+ 高质量样本才建议微调；部分工具变更能力为特定厂商 API 测试特性；具体收费、价格与效果数据资料未提供。