- 博客(69)
- 收藏
- 关注
RSS订阅原创 RAG 向量数据库怎么选？PGVector / Pinecone / Milvus 对比
选RAG向量数据库，核心是匹配项目阶段与实际需求。新手推荐PGVector，上手快、复用已有PostgreSQL经验；小规模验证用它最高效。数据量大或需高性能，选Milvus；追求省事、快速上线，可选托管服务Pinecone。成本需综合软件、运维、扩容等全链路考量。关键：先跑通链路，再优化。向量库可迁移，不必一开始就选最强。最终效果取决于文档切分、检索策略与Prompt设计，而非单一工具。
2026-11-14 09:44:10
86
原创 零基础转 FDE？4 个月入门路线图，按顺序学
转FDE的4个月路线图：先夯实Python基础与API开发（第1月），再掌握LLM调用、Prompt设计与RAG构建（第2月），接着学习前端、数据库与Docker部署，实现全栈演示（第3月），最后打磨1-2个完整项目，完善简历与面试表达（第4月）。关键在于每阶段产出可检验成果，避免只看不练。按序推进，4个月可达求职水平。
2026-11-14 09:39:42
20
原创 FDE 写 Prompt 的 5 个实用技巧，客户场景直接套用
RAG/Agent效果不佳，根源常在Prompt设计。FDE实战总结5大实用技巧：三段式明确角色、任务与约束；给1-3个真实示例对齐输出风格；显式喂入检索内容防编造；写死输出格式确保稳定；复杂任务拆分为多步，便于调试优化。核心是“写得明确”而非复杂——身份、任务、边界、示例、格式全说清，模型表现自然稳。持续迭代，方见实效。
2026-11-13 10:53:17
135
原创 想投 FDE？简历怎么写才不被刷掉？4 个关键点
FDE简历核心在于展现“技术+交付”双能力。避免堆砌技术栈，改用“问题→方案→结果”结构描述项目，突出端到端闭环交付；强调沟通协作经历，体现跨部门对接与客户沟通能力；将AI/RAG/Agent项目单独前置，明确技术架构与业务价值；无客户经验者可用个人项目或开源项目补足，包装成可演示的完整案例。简历应紧扣岗位JD，让HR一眼看出你既能写代码，又能搞定客户、推动落地。
2026-11-13 10:51:47
171
原创 FDE 怎么选大模型？GPT-4 / Claude / DeepSeek 对比
FDE项目选大模型，核心是“适合”而非“最好”。GPT-4综合能力强，适合复杂推理；Claude长文本处理优，适合文档分析；DeepSeek中文与代码表现佳，性价比高。按场景选择：demo用便宜模型控成本，生产用强模型保质量，长文档用Claude，中文场景首选DeepSeek。混合使用更高效：简单问题走低价模型，复杂问题分流至高价模型，显著降本不降质。模型选型需动态评估，持续优化，才能实现效果与成本的平衡。
2026-11-12 13:33:19
183
原创 FDE 怎么管理客户预期？3 个常见坑 + 解决办法
FDE项目失败常因客户预期错位。三大常见陷阱：一是“AI万能”幻想，需尽早明确场景边界，用具体需求替代模糊期待；二是“一周上线”不切实际，应提前规划阶段节奏，清晰展示demo与上线时间差；三是“上线即完事”，须强调持续优化必要性，明确后续维护分工。核心在于项目初期对齐预期——界定范围、明确节奏、覆盖全周期。预期管理非说服，而是前置共识，避免后期返工与失望。
2026-11-12 13:32:08
142
原创 FDE 做 RAG 的最佳实践：3 个架构模式，按需选
本文详解RAG三种架构：基础RAG适合简单场景，快速搭建但检索精度低；混合检索RAG融合语义与关键词检索，提升准确率，是多数生产环境首选；AgenticRAG支持多步推理与工具调用，适用于复杂问题，但成本高、难维护。选型核心：根据场景复杂度逐步升级，先跑通再优化，避免过度设计。架构是放大器，基础工作不到位，再高级的架构也救不回效果。
2026-11-11 11:08:02
275
原创 FDE 和产品经理怎么配合？3 个常见冲突 + 解决办法
FDE与PM协作常见三大冲突：需求不清、频繁变更、责任模糊。解决关键在于主动对齐——FDE应通过追问“解决什么问题”“现状如何”“成功标准”明确需求；尽早交付粗糙demo，降低后期变更成本；清晰划分“做什么”（PM主责）与“怎么做”（FDE主责）边界。双方需互补视角，共同对齐目标，而非争对错。技术落地前先对齐业务与可行性，才能高效交付。
2026-11-11 11:04:40
178
原创 FDE 和产品经理 / 解决方案架构师有什么区别？一张表对比
本文从核心产出、日常职责、能力要求和职业发展四维度对比FDE、产品经理与解决方案架构师。三者均需懂业务、与客户互动，但本质差异显著：PM聚焦产品规划（写PRD），SA擅长售前方案（讲方案），FDE则负责客户现场交付（写代码+落地）。关键区别在于——只有FDE必须写代码且深度参与客户业务。若喜欛建造与实战，选FDE；偏好策略与协调，选PM；热爱演讲与销售，选SA。是否愿写代码，是选择的核心分水岭。
2026-11-09 10:31:11
167
原创 FDE 怎么写交付文档？3 个原则，客户看得懂、用得上
FDE交付文档应以客户为中心，而非工程师。核心原则：一、用客户语言讲清楚“能解决什么问题、怎么用”；二、先讲业务痛点与场景，再附技术细节；三、分发用户手册（操作指南）与运维手册（部署排查），并配合培训。文档目标不是“写清楚技术”，而是“让客户用得上”。技术再强，文档若看不懂，也等于白做。
2026-11-09 10:11:12
411
原创 FDE 怎么 1 天出一个 demo？5 个快速搭建技巧
FDE与普通工程师的核心区别在于：快速验证想法，而非追求完美。通过5个技巧实现“一天出demo”：1）复用现成模板，不从零开发；2）用Streamlit、Gradio等工具一键生成前端界面；3）用SQLite或JSON替代复杂数据库；4）直接调用大模型API，不自行微调；5）先跑通核心流程，再逐步加功能。本质是：以最小成本验证可行性，用反馈驱动迭代，而非闭门造车。
2026-11-08 10:05:27
366
原创 FDE 最容易踩的 5 个坑，新手必看
FDE新手常踩五大坑：误以为技术好就能搞定客户、盲目执行客户提的技术需求、憋大招不出demo、文档只写给工程师看、交付后就撒手不管。本质是将FDE视为“高级工程师”，实则应是“解决方案顾问”——核心在于理解业务、挖掘真实需求、快速迭代、清晰交付与持续维护。技术只是工具，沟通与业务洞察才是关键。
2026-11-08 10:00:15
416
原创 FDE 怎么和客户沟通？3 个核心技巧，少走弯路
FDE项目失败常因沟通不畅。客户说“要AI助手”，实则需求模糊，误将“解决方案”当“真实问题”。核心沟通技巧：一、倾听未言之隐，深挖痛点；二、快速交付粗糙demo，以实物对齐需求；三、客户说“不对”时，先问具体不满，而非辩解技术。沟通非说服，而是理解与翻译——把业务语言转为技术方案，再把技术还原为客户可懂的表达。技术是工具，会听才是关键。
2026-11-08 09:58:19
1739
原创 FDE 从 0 到 1 做一个项目，完整流程拆解
FDE做客户项目从0到1分为五阶段：需求调研（听懂痛点）、技术方案（快速出demo）、PoC（最小可用验证）、迭代优化（听懂“话外音”）、交付上线（持续维护）。核心是迭代式交付，强调“速度比完美重要”，通过快速反馈不断对齐客户需求，而非闭门造车。FDE不是做完就走，而是陪客户一起摸索出真正要的东西。
2026-11-07 09:28:52
230
原创 FDE 日常用什么工具？5 大类技术栈拆解
之前写了 FDE 技术栈清单，很多人问：RAG / Agent / LangChain / 向量库 / Docker，到底哪些是必须会的？哪些是加分项？学习优先级是什么？这篇把 FDE 日常用的工具分成 5 大类，讲清楚每一类是干什么的、为什么重要、学习优先级排第几。想转 FDE 的可以对照查漏补缺。
2026-11-07 09:25:24
430
原创 FDE 和后端 / 全栈 / 算法有什么区别？一张表对比清楚
FDE与后端、全栈、算法本质不同：核心产出是“解决客户问题”而非“构建产品”；每日工作50%在沟通，非纯写代码；要求技术+业务理解+沟通三者兼备；薪资短期高，长期靠行业认知积累。转岗关键补足“人际交互”能力，尤其后端/算法需突破技术思维。
2026-11-07 09:22:53
305
原创 FDE 适合什么人做？3 类人适合，3 类人慎入
FDE岗位薪资高、需求大，但并非人人适合。适合者需兼具技术能力与沟通意愿、快速学习新行业的能力，以及接受不确定性的心理素质。三类人如鱼得水：技术+沟通双优者、学习能力强的跨领域者、适应项目制变化者。而纯技术宅、追求标准化流程者、抗压能力弱者则应慎入。FDE本质是“技术+业务+沟通”的复合型角色，非单纯“高级工程师”。选岗前先自问：你更愿与代码为伴，还是与人共事？
2026-11-06 10:21:39
157
原创 FDE 工程师一天都在干什么？真实工作日常拆解
FDE一天并非“高级全栈”，而是高强度客户驱动的闭环：早会对齐业务需求，翻译模糊诉求；快速写代码调Prompt，2小时出demo；下午直面客户反馈，当场迭代；后两小时专注文档交付，确保可交接。与普通后端不同，FDE不追求代码完美，而聚焦“客户用得上、满意”。核心是：技术为问题服务，而非自洽。适合喜欢沟通、解决真实问题的人，不适合只想埋头写代码者。
2026-11-06 10:16:34
282
原创 后端转 FDE 要学多久？3 个月学习路线
上一篇讲了 FDE 的薪资行情，很多后端工程师看完心动了：我也想转 FDE，要学多久？从哪开始？3 个月够不够？这篇给一个具体的学习路线，按月拆分：每个月学什么技术、做什么项目、补什么软技能。不是"七天速成"那种割韭菜路线，是一个有正常工作的后端工程师，每天抽 2-3 小时、3 个月能走完的路径。
2026-11-05 09:03:47
162
原创 FDE 工程师需要什么技术栈？2026 最新技能要求清单
上一篇我们搞懂了 FDE（前置部署工程师）是什么。这篇讲实际的：想做 FDE，到底要学什么？普通后端、全栈、算法背景，能转 FDE 吗？哪些技能是必须有的，哪些是加分项？这篇根据 2026 年当前的 FDE 招聘 JD（职位描述）整理，按优先级分三层：必选项、加分项、高阶技能。你可以对照着查漏补缺。
2026-11-04 12:49:05
543
原创 FDE 工程师是什么？10 个核心词汇一次搞懂
FDE（前置部署工程师）是深度嵌入客户现场、以技术解决实际业务问题的高阶工程师。区别于普通后端或全栈工程师，FDE面向客户而非用户，核心职责包括AI集成、RAG实现、定制化工作流设计与LLMOps运维。其关键能力涵盖需求挖掘、利益相关方管理与概念验证（PoC），需兼具技术、业务与沟通力。随着大模型落地需求激增，企业亟需能将AI从“实验室”推向“生产环境”的实战型人才，推动FDE岗位迅速走红。
2026-11-04 12:44:53
562
原创 租 GPU 还是买 GPU？什么规模该自己买？算一笔账
租还是买GPU？短期或间歇使用，租更灵活，按需付费，免运维；长期满载（如7×24）且有运维能力，自购摊薄成本更划算。关键看使用时长与负载率：若一年内持续高负荷运行，买更经济；反之，租更合适。别因“心疼租金”冲动购买，理性评估实际需求才是王道。
2026-11-03 10:35:21
103
原创 vLLM 启动报 “address already in use“ 怎么办？3 步解决
vLLM启动报“address already in use: 0.0.0.0:8000”常见于端口被占用。原因有三：一是旧vLLM进程未杀净，用ps aux | grep vllm查并kill；二是其他程序（如FastAPI）占用了8000端口，用lsof -i:8000或netstat -tlnp定位并处理；三是直接换端口启动，如--port 8001，客户端同步修改。建议按顺序排查：先杀残留进程，再查端口占用，最后换端口绕开冲突。
2026-11-03 10:34:26
166
原创 Ollama 跑模型报显存不足 / out of memory 怎么办？3 步解决
Ollama运行报错“outofmemory”常见三大原因：一、模型未量化，显存占用过高，应改用q4_K_M等量化版本；二、其他程序占用显存，使用nvidia-smi排查并关闭无关进程；三、默认参数过大，如上下文长度过长，需调小num_ctx或先交由CPU运行。建议按顺序处理：先量化，再清占用，最后调参。评论区留言模型名与显存大小，可获定制优化建议。
2026-11-03 10:33:14
213
原创 跑 13B / 33B 模型，租什么 GPU 最划算？一张表算清楚
显存估算需考虑参数量、量化方式及额外开销。FP16每参数2字节，INT4约0.5字节，再留空间给KV cache和框架。4090（24GB）可轻松跑7B/13B（INT4），33B需量化勉强可用，70B则单卡难撑。A100（80GB）更适合33B以上模型，兼顾速度与并发。结论：7B/13B选4090最划算，33B起考虑A100，70B勿试4090。按显存公式初判，再结合预算与性能需求微调。
2026-11-02 18:08:03
179
原创 HuggingFace 登录报错 / token 无效怎么办？3 个常见原因
下载HuggingFace私有模型时常见3大认证问题：1）Token复制含空格或不完整，导致401；2）未配置HF_TOKEN环境变量，跨会话失效；3）模型需单独申请权限（如Llama）。解决顺序：先重复制Token，再检查环境变量，最后申请模型访问。报错类型对应原因，按序排查更高效。
2026-11-02 18:06:56
170
原创 Ollama 拉模型慢 / 报错怎么办？3 个常见原因排查
Ollama拉模型常见问题：下载慢多因默认国外源网络差，需配代理或换镜像；报connectionrefused通常是服务未启动或端口被占，可运行ollama serve启动服务；拉到一半失败多为磁盘满，用df -h检查并清理空间或更换存储路径。一句话：慢查网络，拒绝查服务，中断查磁盘。评论区贴错误，帮你快速定位是网络、服务还是磁盘问题。
2026-11-02 18:04:52
58
原创 做 AI 漫剧 / AI 视频生成，一个月 GPU 成本多少钱？算一笔账
AI漫剧火爆背后成本需精算：个人试水用本地电脑，电费几十元但产能低；日更1条建议按需租4090，月成本约1000–2000元；批量生产则需A100/H100，月成本5000–10000元以上。核心是按“日更条数”定产能，再选卡，避免盲目投入。
2026-11-01 11:11:45
100
原创 DeepSeek API 一个月花 2000，不如自己租 GPU？算一笔账
API成本随用量线性上涨，初期几百元，三个月后飙升至2000+，引发自建GPU思考。API按token计费，量大时支出不可控；自建需承担固定月租（如A100约3.4万）、运维与带宽成本。临界点在日调用1万次以上，且用量稳定、有运维能力时才划算。判断关键：用量是否持续高位，而非当前账单金额。偶发高峰可用缓存应对，长期高负载建议自建，降低边际成本。
2026-11-01 11:02:42
349
原创 跑 70B 大模型，租 4090 还是 A100？一张表算清楚成本和速度
跑70B大模型需显存至少35GB（INT4量化），单张4090（24GB）无法承载，不推荐。A100 80GB可满足且性价比高，适合小团队生产环境；H100 80GB性能更强，适合高并发、低延迟场景，但月租约7万，成本翻倍。个人测试或7B/13B模型可用4090，约0.75万起。选卡关键：先看模型大小定显存下限，再按并发与预算定档位。别硬上4090，也勿为测试租H100。
2026-11-01 11:00:53
1011
原创 DeepSeek API 超时 / timeout 怎么办？3 个原因 + 解决办法
调用DeepSeek API时，长prompt或复杂推理超时，常见三原因：一、模型本身处理慢，需延长超时时间（如30秒以上）；二、本地网络不稳，可测试服务器直连判断；三、未开启流式输出（stream=True），导致等待完整响应。解决顺序：先调大超时，再开流式，最后排查网络。建议长请求务必启用stream，实现边生成边接收，避免卡死。
2026-10-31 11:00:23
173
原创 DeepSeek API 报 500 / 服务器内部错误怎么办？3 个原因排查
500错误多由服务端问题引发，需分三类排查：一是服务端临时抖动，表现为时好时坏，可重试或查社区是否大面积报错；二是特定参数触发bug，如长prompt或特殊字符，应简化请求测试；三是并发过高被限，需降并发、加退避重试。优先怀疑对方，再检查参数与并发。
2026-10-31 10:59:21
193
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人