工具 · 技术栈

AI Stacks for a defined outcome

从一个维护的默认值开始,理解每个组件存在的原因,并知道何时切换。

这些是方法、工作流程和技术记录,而不是购物清单。每一个都说明了其数据流、人工检查点、操作边界、证据状态和已知限制。

维护起始点

根据结果和操作约束进行选择。

没有默认的“最佳技术栈”。打开记录以检查默认选择、替代方案、切换条件和证据边界。

方法 技术栈Richbay 已实测

受控模型比较

在一个范围明确的任务上比较模型输出,并在初次评判前不暴露模型身份。

结果一个由捕获输出、审查标准和可见限制支持的有限模型选择。
版本化任务包受控模型运行证据台账人工审查检查点
对于
决定哪种模型输出适合特定、可重复任务的团队。
设置
中等
Richbay 已实测
已审核 2026-09-05
工作流程 技术栈已有方法示例

基于证据的工作流试点技术栈

把一个团队工作流程变成可重复的 AI 辅助流程,并设置明确的人工检查点。

结果一个可重复的AI辅助工作流,具有明确的所有权、审查门禁和决策记录。
工作流程范围精选工具和模型审查检查表决策记录
对于
小团队在一个频繁、有限的操作工作流中试点AI。
设置
中等
已有方法示例

关联案例展示了如何审核模型回答中的证据,未验证团队工作流的完整执行或实际运行效果。

已审核 2026-09-09
技术 技术栈已核验官方资料

RAG知识助手

基于持续维护的文档构建范围明确的知识助手,而不是依赖通用模型的记忆。

结果一个问答界面,从受控源集合中检索并展示支持段落。
文档解析器嵌入模型Qdrant参考存储检索和回答服务
对于
有定义文档语料库、权限模型和真实评估问题的产品团队。
设置
高
已核验官方资料
已审核 2026-09-05
技术 技术栈Richbay 实际使用

低运维AI产品原型

构建并发布一个小型 AI 产品,不必过早绑定大型应用平台或一长串服务。

结果一个可部署的AI辅助产品流程,具有可追溯的发布、有限的数据处理和明确的路径,仅在需要时添加基础设施。
Next.js 应用程序Cloudflare Workers部署路径服务器端模型边界可选的D1和R2绑定
对于
创始人和小型产品团队验证一个完整的输入到输出流程。
设置
中等
Richbay 实际使用
已审核 2026-09-05