AI智能体
智能体工作流、自动化任务、工具调用等 Agent 提示词
286 个提示词
（server.tool_name），动态服务注册与发现，冗余实例间负载均衡；
网关与路由：聚合多个上游MCP服务到单一端点，工具/资源命名空间避免冲突
解析/序列化MCP消息（initialize、tools/list、tools/call、resources/read），…
MCP协议核心：实现JSON-RPC 2.0传输层（stdio、SSE、streamable-http），
构建AI MCP（Model Context Protocol）服务网关，统一管理工具/资源暴露、鉴权、 路由与可观测性，适用于多MCP服务聚合与企业级Agent工具治理。
AI MCP协议服务网关
生成式摘要），文档嵌入与摘要缓存；
上下文窗口管理：token预算按优先级打包上下文，压缩（无关段落抽取式+
优先标注，重训练循环（标注→训练模型→建议下一批）；
主动学习：模型辅助预标注（自动建议，标注者接受/修正），不确定性采样
（轮询/技能/主动学习优先级），多轮（初标→审核→仲裁），金标（蜜罐） 质量检查；
标注工作流：项目配置（标签Schema、说明、资格测试），任务分配
关键点、分割画笔），音频（转写、说话人分离、情感标注），视频（帧级、 轨迹级、时序动作定位），含快捷键、缩放、多标注者共识；
标注UI：文本（分类、NER、关系抽取、摘要评分），图像（边界框、多边形、
划分（训练/验证/测试）、采样，数据质量看板（重复、类别分布、离群点）；
数据集管理：上传数据集（图像、文本、音频、视频）含元数据，数据集版本化、
构建AI数据标注与合成平台，支持多模态标注、主动学习、合成数据生成与质量管控， 适用于训练数据生产与数据飞轮构建。
AI数据标注与合成平台
模型卡、量化选项、支持引擎，版本化与不可变标签，存储S3/MinIO含GPU节点 本地缓存；
模型注册与生命周期：上传模型权重（HF格式/GGUF）含元数据（许可证、大小），
构建私有化大模型部署平台，支持多模型管理、弹性伸缩、负载均衡与推理加速， 适用于企业内网大模型服务与数据不出域场景。
私有化大模型部署平台
漂移检测（输出分布变化告警）；
分析与可观测：每提示词（调用量、成功率、p95延迟、成本），输出质量趋势，
含量规，人工评测队列含成对UI，统计显著性与胜出判定；
A/B测试与评估：定义实验（对照组vs变体、流量分割），LLM-as-judge自动评分
（输入→期望输出）自动运行，每次运行显示token数、成本、延迟；
playground与测试：一键并行跑多模型，并排对比输出，测试用例集
校验规则，条件块（{% if %}）与循环（{% for %}），用样例变量预渲染预览；
模板与变量：变量类型（string、number、enum、JSON、list），每变量默认值与
（提交历史、diff、分支、回滚、标签），元数据（所有者、标签、描述、用例）， 文件夹与权限（团队/私有/公开）；
提示词库与版本管理：提示词编辑器含语法高亮与变量高亮（{{var}}），版本控制
构建提示词工程管理平台，支持提示词版本管理、A/B测试、变量模板化与效果评估， 适用于团队协作的LLM应用提示词全生命周期管理。
提示词工程管理平台
（限定工作区）、Shell（限定），SQL查询（默认只读）、向量检索、计算器， 浏览器自动化（Playwright）含截图；
内置工具库：网页搜索（SerpAPI/Tavily）、HTTP请求、代码解释器，文件读写
早停条件，工具错误时自我纠正（让模型用修正参数重试），高风险工具需人工 确认（破坏性操作）；
规划与执行循环：可切换ReAct/Plan-and-Execute策略，步骤预算（最大迭代）与
每次评测运行审计日志；
报告与合规：模型卡从评测结果自动生成，安全报告含护栏测试通过/失败，
管线含验证，PPO/DPO/ORPO训练（TRL库）含超参配置，对齐vs能力权衡监控；
对齐训练（RLHF/DPO）：偏好数据收集UI（从好到坏排序响应），奖励模型训练
标注者间一致性（Cohen's kappa、Krippendorff's alpha），标注队列含优先级 与金标校准；
人工评测：成对比较UI（A vs B）含量规，单轮绝对评分（Likert量表），
含统计显著性检验的排行榜，回归检测（分数降超阈值告警）；
自动评测运行器：模型跑基准，捕获输出+延迟+成本，多GPU/模型并行执行，
上传领域自定义评测集含元数据标签，自动评分（精确匹配、F1、代码执行、 LLM-as-judge），数据集版本化（DVC）；