可复制流程：意图指纹、三级记忆与 Query 前置处理
把系统从「能用」升级到「可维护、可进化」：区分意图指纹与高频缓存，把三级记忆插进流程，串成完整的 Query → LLM 前置处理链路。
聚焦 AI Agent 全链路工程实践：RAG 检索、记忆系统、Agent 编排、Next.js 产品落地与 AI 协作工程化。下方为当前写作方向；首页文章列表仅展示本阶段内容。
JoeSmile
意图识别与路由：正则 → 小模型 → LLM 兜底
意图识别要分层：高频走正则，常规走小模型，低置信才 LLM 兜底。路由再叠加置信度阈值与成本感知，避免动不动就上 RAG。
Context 管理：从 DeepSeek 全链路到中小企业五步流水线
上下文不只是 messages。本文先串 DeepSeek 级「Query → 回复」全链路，再降维成中小企业可落地的「意图 → 路由 → 拼装 → 生成」五步流水线。
情感聊天 Prompt 设计：像新人岗前培训一样写指令
感悟：Prompt 特别像新人的岗前培训——你是谁、要干嘛、怎么干；情绪要饱满；给话术和例子；红线不能碰。
大模型文本生成解码策略：Greedy / Beam / Top-K / Top-P
解码策略决定「下一个词怎么从概率分布里挑出来」。面试常考：Top-k 与 Top-p 的本质区别，以及温度 T 与采样的关系。
第一个词如何产生：Decoder 自回归全流程
生成一开始只有 <Start>。第一个词来自：交叉注意力从 Encoder Memory 抽语义 → 线性投影到词表 → Softmax 取最高概率。
自注意力机制：Query-Key-Value 与掩码
自注意力让序列里每个词并行与全文算关联度；相关性越高，权重越大——这是 Transformer 捕捉长距离依赖的核心。
Transformer 总链路：从输入表示到循环生成
Transformer 基于自注意力、舍弃循环结构；Attention 本质是 Q（新来的）点积 K（历史），得到权重后加权求和 V。