INDEX: 02 // TECHNOLOGY_STACK

Pick the
Right Tools.

技术栈服务于业务目标，而不是反过来。我们在三大方向保持工程化积累：编程语言与工程、大模型与 Agent 框架、云原生与 DevOps。

01 // PYTHON / TYPESCRIPT 02 // 大模型与 AGENT 框架 03 // 云原生与 DEVOPS

TECH_01 // LANGUAGE

Python /
TypeScript

我们坚持「双主语言」策略：Python 负责数据、AI 与后端算法，TypeScript 负责 Web 前端与全栈应用。两者共享统一的工程规范。

常用工具

· Python 3.11+ / FastAPI / Django
· TypeScript / React / Next.js
· SQLAlchemy / Alembic
· Pydantic / Zod 数据校验
· pytest / Vitest 测试体系

应用场景

· 高并发 API 服务
· AI 后端与推理管线
· 数据采集与处理脚本
· 管理后台与前端工程
· 单元测试与代码质量

TECH_02 // LLM_AGENT

大模型与
Agent 框架

从提示工程到多智能体编排，我们积累了完整的落地方法论。技术选型以「生产可用」为第一原则，不追逐炫技框架。

常用工具

· LangChain / 自研编排框架
· RAG：向量库 + Embedding
· 多模型接入与路由
· 提示词与评测工程
· Function Calling / MCP

工程实践

· 状态机管理 Agent 生命周期
· 工具注册与权限隔离
· 多轮纠错与重试机制
· 输出结构化校验
· 成本与延迟监控

TECH_03 // CLOUD_DEVOPS

云原生与
DevOps

容器化、持续交付与可观测性是我们的交付底线。每一个项目都做到一键部署、灰度发布与全链路日志追踪。

常用工具

· Docker / Kubernetes
· GitHub Actions / CI-CD
· 阿里云 / 腾讯云 / 私有化
· PostgreSQL / Redis / Kafka
· Prometheus / Grafana

工程规范

· 基础设施即代码（IaC）
· 自动化测试与静态检查
· 蓝绿发布与自动回滚
· 日志、指标、链路追踪
· 安全基线扫描

技术选型该听
工程师的。