从实践中提炼的架构设计与工程规范

🤍 前端开发工程师、技术日更博主、已过CET6

🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1

🕠 牛客 高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》、《前端求职突破计划》

🍚 蓝桥云课 签约作者、上架课程《Vue.js 和 Egg.js 开发企业级健康管理项目》、《带你从入门到实战全面掌握 uni-app》

文章目录

• 一、架构设计核心原则（实战版）
• 二、标准分层架构（企业通用）
• 三、工程规范（直接进团队文档）
• • [1）API 规范](#1）API 规范)
  • [2）Prompt 规范](#2）Prompt 规范)
  • [3）RAG 规范](#3）RAG 规范)
  • 4）部署规范
  • 5）安全规范
  • 6）成本规范
  • 7）日志规范
• 四、上线前必做检查（防崩清单）
• 五、一句话总结（最精髓）

一、架构设计核心原则（实战版）

1. 统一入口，不裸调模型

   所有业务 → 网关层 → 模型服务，绝不前端直连第三方API。

2. 能规则就规则，能检索就检索，最后才大模型

   查询、计算、固定流程 → 用代码/数据库

   知识问答 → RAG

   自然语言生成 → 大模型

3. 模型与业务解耦

   今天用GPT，明天换文心/通义/Llama，业务代码不动。

4. 必须有缓存、限流、降级

   缓存扛重复请求，限流防账单爆炸，降级保证服务不死。

5. 输入必校验，输出必审核

   输入防注入、防恶意prompt；输出防幻觉、违规、越权。

6. 流式优先，异步兜底

   对话用stream，长任务用异步，不阻塞、体验好。

7. 多模型路由，动态选择

   简单问题小模型，复杂问题强模型，敏感问题本地模型。

8. 一切可观测：日志、埋点、监控

   调用量、耗时、token、成本、错误率、幻觉率，全都要看得见。

---

二、标准分层架构（企业通用）

1. 接入层

   鉴权、限流、流量管控、协议统一

2. 业务层

   意图识别、状态管理、流程控制、工具调用

3. 能力层

   RAG检索、函数调用、插件系统、多模态

4. 模型调度层

   路由、熔断、重试、负载均衡

5. 模型适配层

   统一封装OpenAI/文心/通义/Claude/本地模型

6. 护栏层

   敏感词、越权行为、违规输出、事实校验

7. 日志与治理层

   审计、成本、质量、复盘

---

三、工程规范（直接进团队文档）

1）API 规范

• 统一使用类 OpenAI 格式：/v1/chat/completions
• 必传参数：request_id、user_id、scene、stream
• 统一返回结构：code、data、message、usage

2）Prompt 规范

• 固定结构：角色 + 约束 + 资料 + 格式 + 示例
• 禁止超长prompt，必须走RAG
• 禁止动态拼接用户输入无过滤
• 温度： factual=0.1_{0.3，创意=0.4}0.7

3）RAG 规范

• 文档分段：200~500 token
• 召回数量：3~8段
• 召回策略：向量 + 关键词混合
• 必加引用来源，减少幻觉

4）部署规范

• 模型服务容器化（Docker）
• 外网模型走代理，统一出口IP白名单
• 流式返回用SSE，不轮询
• 量化优先：INT4/INT8，降低显存

5）安全规范

• 用户输入过滤：对抗指令、敏感词、越权请求
• 输出审核：违规、极限词、越权承诺
• 关键业务必须人工审核
• 绝不把业务数据、隐私数据传入公网模型

6）成本规范

• 相同请求必须缓存
• 历史对话自动截断
• 简单请求强制走低成本模型
• 每日/每月额度硬限制

7）日志规范

• 必记录：输入、输出、耗时、token、场景、模型
• 不记录敏感信息（手机号、身份证、密钥）
• 全链路可追踪

---

四、上线前必做检查（防崩清单）

• 超时设置
• 重试机制
• 熔断降级
• 缓存策略
• 额度限制
• 敏感词过滤
• 输出审核
• 转人工兜底
• 全链路日志
• 监控告警

---

五、一句话总结（最精髓）

大模型应用要做好，就三件事：
架构分层解耦，工程规范稳定，安全护栏兜底。