主题
Skip to content
Interview Bank
AI 全栈架构项目实战
面向 TypeScript AI 全栈落地：从技术选型、LangChain / LangGraph、RAG、Monorepo、Hono、Zod、Vercel AI SDK，到计费系统和项目交付。
01理论基础与技术选型介绍先建立 AI 全栈项目的分层模型，再决定模型、框架、运行时和数据面怎么选。02速成学习心法用最短路径建立 AI 全栈判断力：先跑通一条链路，再按失败模式补深度。03LangChain把 LangChain 当成编排工具箱：Chain、Tool、Memory、LCEL 各自解决什么，以及全栈项目里该用到哪一层。04RAG 检索增强生成从切分、检索、重排到引用，把 RAG 做成全栈项目里可评估的一层，而不是一个向量查询。05LangGraph用状态图表达多步 AI 任务：State、Node、Edge、Checkpointer，以及什么时候不该上图编排。06Monorepo把 Web、API、AI SDK、契约和基础设施放进同一个仓库，控制包边界、类型共享和发布节奏。07Hono.js用 Hono 做轻量 AI BFF：路由、中间件、流式响应、运行时适配和与 Next.js 的边界。08Zod把模型输入、工具参数、API 响应和表单数据收口成同一套运行时契约。09Vercel AI SDK用 AI SDK 统一流式输出、工具调用、UI 状态和多模型接入，避免每个页面手写一套 SSE。10项目实战把选型、编排、检索、鉴权和计费收成一个可演示的 AI 全栈项目，重点看模块边界和失败恢复。11Token 计量与计费系统把 token、请求次数、工具调用和检索成本变成可计量、可限流、可对账的计费面。