YAML驱动开发（YAML-driven）

疯狂成瘾者2026-04-10 16:14

"YAML驱动（YAML-driven） "本质上是一种配置驱动开发模式，核心思想是：

把原本写在代码里的逻辑或参数，抽离到 YAML 配置文件中，通过修改配置来改变系统行为，而不是改代码。

一、YAML 是什么

YAML（YAML Ain't Markup Language）是一种人类可读的配置文件格式，常用于：

系统配置（Docker、K8s）
AI应用配置（模型、Prompt、Agent）
CI/CD 流程

示例：

yaml 复制代码

model: gpt-4
temperature: 0.7
prompt: "你是一个客服助手"

二、什么叫"YAML驱动"

在"YAML驱动系统"里：

👉 程序逻辑 = 固定代码 + 可变配置（YAML）

也就是说：

传统方式	YAML驱动
改行为 → 改代码	改行为 → 改配置
需要开发参与	产品/运营也能改
发布慢	调整快

三、在你截图里的含义（结合RAG/Agent场景）

你图里写的是：

模型
Prompt
Agent行为
RAG策略

这些都可以用 YAML 配置，比如：

yaml 复制代码

model:
  name: gpt-4o
  temperature: 0.3

prompt:
  system: |
    你是一个专业客服，回答要简洁

agent:
  tools:
    - search
    - calculator

rag:
  top_k: 5
  vector_db: chroma

👉 系统运行时会读取这个 YAML，然后动态决定：

用哪个模型
怎么写提示词
是否调用工具
检索多少条知识

四、为什么现在AI系统特别强调 YAML驱动

在 RAG / Agent / LLM应用 里，变化非常频繁：

Prompt 要天天调
模型随时切
策略不断优化

如果写死在代码里 → 开发成本爆炸

所以 YAML驱动的优势很明显：

1. 解耦（Decoupling）

配置 ≠ 代码

AI策略可以独立迭代

2. 快速试错

改 YAML → 立即生效（甚至热更新）

3. 非工程人员可参与

产品经理 / 运营也能调 Prompt

4. 更适合复杂系统（特别是RAG）

比如：

不同场景不同 Prompt
不同用户不同策略
多模型切换

五、通俗理解一句话

👉 YAML驱动 = 用"配置文件"控制系统行为，而不是改程序代码

六、什么时候你应该用 YAML驱动

如果你的项目有这些特征，强烈建议用：

有 Prompt 调优需求
有 RAG 检索策略
有多模型切换
Agent 行为复杂
需要频繁调整