LLM应用开发套路大全！这个Skill把RAG、Agent、Prompt工程全讲透了

如果你正在做 AI 应用开发，或者想了解 LLM 应用领域的「套路」有哪些，这篇一定要收藏。

最近我在 Smithery 上发现了一个宝藏 Skill——LLM Application Patterns，安装量快破 2 万了，堪称目前最全的 LLM 应用模式百科。

这个 Skill 来自 Dify 团队和行业最佳实践的沉淀，核心价值是把 AI 应用开发中常见的问题拆成了 5 大模块来讲：RAG 流水线架构、Agent 架构设计、Prompt IDE 模式、LLMOps 监控，以及生产级工程模式。

RAG 怎么搭？不止向量检索那么简单

很多人以为 RAG 就是把文档切成块、存进向量库、检索回来。但这个 Skill 告诉你事情没那么简单。

它给出了完整的 Chunking 策略图谱：固定大小块（简单但容易断语义）、语义分块（保留段落含义）、递归分割（多级分隔符逐层尝试）、文档感知分块（尊重标题/列表结构）。推荐配置是 512 token 一块，50 token 重叠。

向量数据库的选择也给你列了一张表：Pinecone 适合生产级托管、Weaviate 支持多模态和自部署、ChromaDB 适合开发原型、pgvector 适合已有 Postgres 基础设施的场景。

检索策略更不只是纯语义搜索——它还教你做混合搜索（语义 + BM25 关键词），以及多查询检索（让 LLM 生成查询变体再合并结果），这两个技巧能显著提升召回率。

Agent 架构：不是只有 ReAct

业界聊 Agent 动不动就 ReAct，但这个 Skill 把主流架构全部摊开：

ReAct（推理+行动交替）适合多步任务；Function Calling 适合有结构化工具的场景；Plan-and-Execute（规划+执行分离）适合复杂任务——先规划再逐步执行，遇到偏差就 replan；Multi-Agent 协作适合研究类任务，多个专业 agent 协同，最后还有个 Critic 做评审。

每种架构还配了复杂度/成本矩阵，告诉你什么时候该用什么。

生产级细节：缓存、限流、兜底

这部分是我觉得最有干货的地方。

LLM 缓存策略：对 temperature=0 的确定性输出，用 SHA256 做 cache key，Redis 存 TTL 内的结果，命中率上去之后成本能降一大截。

限流与重试：用指数退避做 retry，配合 RateLimiter 控制 RPM，避免触发 API 限流。

模型兜底：Primary 用 GPT-4-Turbo，fallbacks 列表里放 GPT-3.5-Turbo 和 Claude-3-Sonnet，任何一个被限流了自动切下一个。

怎么用

在 Smithery 搜索 llm-app-patterns，或者在 Claude Code、Copilot 这些支持 Skill 的编辑器里直接安装。打开 SKILL.md，里面有完整的代码示例和决策矩阵，直接对照着自己的项目查漏补缺。

GitHub 链接：davila7/claude-code-templates（LLM 应用模式在 cli-tool/components/skills/ai-research/llm-app-patterns 目录）

这个 Skill 的价值在于它不是教你「怎么调用 API」，而是帮你建立完整的 LLM 应用工程思维。不管你是正在搭 RAG 系统，还是在设计 Agent 架构，拿它当检查清单用准没错。

GitHub: https://github.com/davila7/claude-code-templates