Agentic RAG 深度解析：让检索从固定流水线变成会规划、会反思的智能体
从传统 RAG 的固定检索链路出发，系统讲清 Agentic RAG 的定义、工作循环、常见架构、工程实现、评估方法、风险边界与选型原则。
主题阅读
LLM.
7 篇记录FastGPT 深度指南：RAG、工作流与私有部署
一篇讲透 FastGPT 定位、RAG 检索、可视化工作流、私有部署、API 接入、生产调优与选型边界的实战指南。
KV Cache 深入理解：为什么只存 K/V，不存 Q
从 Transformer 自注意力、Prefill/Decode、缓存张量形状、显存公式到工程优化，系统讲清楚 KV Cache 的工作方式，以及为什么旧 Query 没有缓存价值。
Token 是怎么计算的：AI 厂商和中转站如何统计用量
从 tokenizer、上下文窗口、输入输出 token、流式响应、工具调用、多模态计费到中转站用量记录，系统讲清楚 AI 服务为什么按 token 计费，以及平台如何统计用户消耗。