LLM App Patterns：RAG+Agent+LLMOps 生产级架构全套模板
还在手写 RAG 和 Agent？这个 Skill 把业界最佳实践全打包了
如果你在搞 LLM 应用开发，一定遇到过这些问题：RAG 怎么搭召回率才高？ReAct 和 Plan-Execute 哪个更适合我的场景？上线后怎么监控 LLM 的延迟和成本？
今天挖到一个硬核 Skill——LLM App Patterns，来自 Smithery 平台（19,892 次安装），把 Dify 和 LangChain 的生产级架构全拆解成了可落地的代码模板，覆盖 RAG、Agent、Prompt IDE、LLMOps 四大块。
RAG 流水线：不是简单拼接，是系统工程
很多教程教 RAG 就是「向量数据库 + 召回 + 生成」三步走，但这个 Skill 直接把chunking 策略、embedding 选型、检索增强方法都给你列成表格了。
比如它总结了四种 Chunk 策略：Fixed Size（简单但可能断语义）、Semantic（保留段落完整性）、Recursive（多级分隔符回退）、Document Aware（尊重文档结构如标题、列表）。还给出了推荐配置：512 tokens + 50 overlap，再配合混合检索（BM25 + 向量），召回质量直接上一个台阶。
Embedding 这块也很实用——OpenAI text-embedding-3-small 便宜够用，text-embedding-3-large 适合复杂查询，本地 BGE-Large 免费且质量接近 OpenAI 小模型。
Agent 架构：选型不再靠拍脑袋
这是 Skill 里最硬核的部分。它把业界主流 Agent 模式全拆解了：
- ReAct：Reasoning + Acting，适合需要多步搜索/工具调用的任务
- Function Calling：结构化工具接入，适合工具链固定的场景，延迟最低
- Plan-and-Execute：先规划再执行，适合复杂任务拆解和迭代修正
- Multi-Agent：研究员 + 分析师 + 写手 + 评审，协作完成复杂研究任务
最实用的是那张「架构决策矩阵」：Simple RAG 适合 FAQ 类低复杂度场景，Multi-Agent 则适合研究类高复杂度任务——选型有据可依，不用每次靠感觉。
LLMOps：上线后才是真正开始
Skill 里还给了完整的监控指标体系：延迟（p50/p99）、质量（用户满意度、任务完成率、幻觉率）、成本（单次请求费用、缓存命中率）、可靠性（错误率、超时率、重试率）。配合 OpenTelemetry 分布式追踪，生产环境调试不再黑盒。
另外还有缓存策略（Redis + SHA256 key）、限流重试（指数退避）、模型兜底（GPT-4 Turbo → GPT-3.5 Turbo → Claude 3 Sonnet），这些生产级细节全给到了。
怎么用？
Skill 本质上是一个 SKILL.md 文件，直接安装到 Claude Code、Cursor、Copilot 等 AI 编程工具里就能用。它不依赖特定框架，Dify、LangChain、LlamaIndex 都可以参考。
说实话，这是我见过最完整的 LLM 应用架构参考——不是玩具级 demo，是真正能上生产的代码模式和决策指南。如果你正在设计 LLM 系统，或者想系统化提升 AI 工程能力，这个 Skill 值得收藏。
评论区
登录后可评论。