“体素艺术”

部署：长文档异步作业队列（Celery/RQ），进度上报与流式部分结果，文档缓存

AI MCP协议服务网关

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。

MCP协议核心：实现JSON-RPC 2.0传输层（stdio、SSE、streamable-http），

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

工具与资源管理：工具目录聚合所有上游tools/list，带访问控制的资源列表与

认证与授权：客户端鉴权（API Key、OAuth2 bearer、mTLS），上游服务鉴权

安全与策略：工具参数输入校验与Schema强制，文件系统工具防SSRF/路径穿越，

可观测性：追踪每次MCP调用（trace_id传播到上游），指标（每工具调用量、

部署：Docker镜像+K8s Helm Chart，SSE水平扩展含粘性会话，健康检查与

可观测LLM链路追踪系统

构建可观测LLM链路追踪系统，追踪LLM调用、工具调用、Token与成本，支持回放、 调试与性能分析，适用于LLM应用的可观测性与成本治理…

追踪SDK：主流LLM库自动插桩（LangChain、LlamaIndex、OpenAI SDK），自定义

Span摄取与存储：OTLP HTTP/gRPC采集端点，批量摄取到ClickHouse含压缩，

追踪UI：追踪时间线（LLM调用、工具调用、检索步骤瀑布图），Span详情

指标与看板：每模型（请求数、p50/p95/p99延迟、token、成本），错误率与

成本核算：按模型、团队、应用、端点统计token用量，可配置每模型定价估算

调试与回放：回放追踪复现问题，对比两条追踪（Prompt变更前后），跨模型

安全与部署：存储前对prompt/completion执行PII脱敏规则，访问控制（谁可看

自动内容创作矩阵系统

搭建自动化内容创作矩阵，从一个核心 idea 批量产出多平台、多格式内容，实现一鱼多吃。

AI私人教师与学习规划

构建 AI 私人教师与个性化学习规划系统，根据目标、基础与节奏定制课程、练习与反馈闭环。

多语言翻译与本地化工作流

搭建多语言翻译与本地化智能工作流，覆盖机器翻译、术语一致、文化适配与多平台发布。