切分 → embedding → 向量库 → 混合检索，手写 RAG 管线实录，以及 RAG 什么时候会失效

检索按相似度，精排按语义——LLM 重排序实录

ReAct 边想边做 vs Plan-Execute 先计划再执行，MCP 接入实录，模型选型踩坑

两层重试架构 + 指数退避 + 熔断器三态，Agent 从玩具到生产的分水岭

上一篇文章讲了 JSON mode + Pydantic + Token 计算三层防线。这篇把 Token 计算这条防线拆开——不只是"算成本"，而是"怎么算、为什么算不对、怎么越算越准"。