编程与开发 · 第 13 页

基于 Postgres 提供数据库、认证、存储、函数和向量工具，为 AI 应用建立后端。

通过声明式配置与命令行构建 React、Node.js 和 Prisma 全栈应用，管理常见后端能力。

以不同智能体角色协作处理软件需求，生成用户故事、设计、接口与代码相关文档。

为 AI 应用保存多模态数据与向量，支持相似度、全文和 SQL 查询以及数据版本管理。

提供向量数据库与相似度搜索服务，结合附加字段过滤供语义检索和推荐应用使用。

为文本、图像等非结构化资料提供向量存储和搜索，可选择单机或分布式部署。

把对象数据与向量放在同一数据库，组合语义搜索、关键词过滤和重新排序用于检索应用。

为 AI 应用建立文档与向量集合，支持添加、更新、删除和按语义检索资料。

在同一数据库中组合稠密向量、稀疏向量、张量和全文搜索，为 RAG 等应用提供检索。

在检索服务中组合向量、文本与结构数据，并对候选结果执行机器学习排序和聚合。

在 Kubernetes 中运行分布式近邻向量搜索，管理自动索引、备份和横向扩展。

为应用提供容错关键词搜索，并支持语义与混合搜索等检索场景。

为网页和应用提供全文、语义及混合搜索，可使用开源自托管引擎管理索引。

把向量、图谱和关系数据结合为知识检索基础，并提供语言模型流水线及网页或 MCP 接口。

将 PDF、Word、演示文稿等文档解析为可进一步使用的内容，处理表格、标题与图片等结构。

以多个智能体协作规划、编写、调试和测试代码，并支持向主智能体提供过程反馈。

结合代码库、知识库、多智能体工具和沙箱，为开发运维任务提供检索增强助手。

为编码智能体提供符号级代码检索、编辑、重构和调试工具，通过 MCP 接入现有客户端。

为 Claude Code 提供持续开发循环，配置退出检测、调用限流和异常熔断以推进代码任务。

用依赖图管理编码智能体的任务和持久上下文，通过命令行认领、更新和同步工作项。

提供带文件操作、子智能体、上下文管理和人工审批的智能体运行层，并有终端编码入口。

以 Markdown 文件、命令行和看板管理 Git 项目任务，记录需求、实施计划和代码审阅节点。

用可浏览的虚拟文件系统管理智能体知识、记忆和技能，支持按目录范围检索上下文。

为模型、工具和智能体之间的通信提供统一代理，配置路由、认证、预算与观测策略。

用 tmux 和 Git 工作树并行运行编码智能体，为各任务创建分支并提供合并与审阅入口。

通过命令行根据 GPU 资源选择量化配置，对语言模型执行压缩、评测和结果保存。

将图像和文本嵌入模型作为独立服务部署，提供接口供跨模态检索等应用调用。

以 Kubernetes 操作器管理不同硬件上的本地模型推理，并按策略路由本地与外部模型。

在本地或云环境运行开放语言模型，并通过兼容 OpenAI 的接口供应用调用。

部署文本嵌入、重新排序或序列分类模型，通过推理服务为检索等应用生成结果。

通过带网页配置界面的网关统一连接模型提供商，管理回退、负载分配和调用观测。

将 AI 处理逻辑组织为可容器化服务和流水线，通过 gRPC、HTTP 或 WebSocket 对外调用。

为训练好的模型提供版本化推理服务，支持同时服务多个版本以及 HTTP 和 gRPC 接口。

把本地决策模型包装为带契约与测试台的 HTTP 服务，返回选项、程度或是否判断及置信信息。

在本地检查授权 AI API 中转服务的可观察行为，输出提示污染、响应变化与流式异常证据报告。

对照 Git 提交与产物检查智能体的交付声明，生成可用于开发门禁的证据状态。