🚀
阶段8：AI 应用工程化
企业级区别点。掌握 AI 应用架构设计、性能优化、成本控制、安全防护等工程化能力，将 Demo 变为生产级系统。
1
AI 应用架构设计
设计 前端 → 后端 → AI 服务 → RAG → 向量数据库 → LLM 的分层架构，理解各层职责和通信方式。
高级
子主题
前后端分离
前端（React/Vue）→ 后端 API → AI 微服务的分层调用链路设计。
AI 服务层
独立的 AI 服务部署，模型的负载均衡、故障切换、降级策略。
2
性能优化
学习 Streaming 流式响应、多级 Cache 缓存策略（结果缓存、Embedding 缓存）、Async 异步处理，提升系统响应速度和吞吐量。
高级
子主题
Streaming 流式输出
SSE/WebSocket 实现 LLM 逐字输出，改善用户体验。
Cache 缓存策略
Redis 缓存 LLM 响应、Embedding 向量、常见问题答案，降低 API 调用成本。
Async 异步并发
使用 asyncio 提升并发处理能力，支持高并发 AI 请求。
3
4
安全防护
学习 Prompt Injection 注入攻击防御、权限控制（用户级/知识库级数据隔离）、内容安全过滤、敏感信息脱敏。
进阶
子主题
Prompt Injection 防御
输入过滤、角色强化、输出校验等防护手段。
权限与数据隔离
多租户数据隔离、用户权限分级、API 鉴权。