LLM工程化实践

调用 LLM API 时，把整段文本全扔进去？不仅费钱，效果还可能更差。本文分享长文本截断策略：固定截断、语义边界截断、结构化清洗，实测节省 50% 成本，准确率反而提升。

改了一版 Prompt，怎么量化效果？本文手把手教你纯 Python 实现混淆矩阵、Precision、Recall、F1-score，不依赖 sklearn，并绘制热力图可视化。

跑 demo 没问题，一上万条数据就崩？本文分享处理 14,000 条数据的完整工程方案：API 限速、断点续传、异常处理、数据清洗，让你的批量调用稳如老狗。

用 LLM 做信息抽取时，模型总爱“自由发挥”怎么办？本文分享一套 Prompt 设计+参数调优+后处理的四层防御体系，让大模型输出像函数返回值一样稳定。