[ { "title": "FDE 知识地图", "description": "知识库的完整信息架构、阅读路径和内容边界。", "slug": "knowledge-map", "category": "start", "order": 1, "updatedAt": "2026-09-14", "tags": [ "知识地图", "导航", "FDE" ], "url": "/docs/knowledge-map/", "markdown": "/docs-md/knowledge-map.md", "content": "知识库目标 这套知识库帮助现场交付工程师在项目准备、现场实施、故障处置和客户沟通中快速找到可执行的方法，并把一次性交付经验转化为可复用资产。 一级知识域 1. 开始使用 ：岗位认知、职责边界、能力模型和学习路径。 2. 项目交付 ：售前交接、启动、勘查、部署、联调、试运行、验收和移交。 3. AI 应用交付 ：模型、Prompt、RAG、Agent、数据工程和 AI 评测。 4. 故障排查 ：诊断框架、常见症状、应急止损、根因分析和复盘。 5. 运维与安全 ：监控、升级、备份、容量、安全、隐私和审计。 6. 项目管理 ：计划、风险、变更、沟通、升级和客户协作。 7. 案例与工具 ：案例库、检查脚本、模板和现场工具箱。 8. 知识治理 ：文档规范、审核、版本、培训和内容健康度。 推荐阅读路径 新入职 FDE 岗位与能力模型 → 交付生命周期 → 现场标准作业 → 故障排查方法 → 项目沟通与风险。 AI 应用交付 FDE AI 基础与边界 → AI 应用交付 → RAG 知识工程 → AI 评测与验收 → AI 运维指标。 项目负责人 交付生命周期 → 项目沟通与风险 → 验收与移交 → 安全与合规 → 知识库治理。 内容边界 知识库记录标准方法和可公开复用的经验。客户密码、密钥、真实业务数据、内网地址和未脱敏日志不得写入文档仓库。 文档不能替代现场判断。高风险变更必须经过授权，并准备可验证的回退方案。" }, { "title": "FDE 岗位与能力模型", "description": "明确现场交付工程师的职责边界、关键产出和成长路径。", "slug": "role-and-competency", "category": "start", "order": 2, "updatedAt": "2026-09-14", "tags": [ "岗位职责", "能力模型", "成长路径" ], "url": "/docs/role-and-competency/", "markdown": "/docs-md/role-and-competency.md", "content": "岗位使命 FDE 负责把产品能力转化为客户现场稳定、可验收、可运维的业务结果。核心不是“完成安装”，而是控制交付风险并完成价值闭环。 职责边界 角色 主要责任 与 FDE 的接口 售前 方案与商务承诺 移交范围、假设与风险 产品 产品路线和需求定义 判断标准能力与需求缺口 研发 产品实现与缺陷修复 提供可复现证据和影响判断 项目经理 计划、资源和干系人管理 同步里程碑、风险和变更 FDE 现场实施与技术闭环 交付、验证、培训和移交 客户成功/运维 持续运营 接收系统、资料和遗留事项 六维能力模型 产品：理解架构、版本、限制和典型场景。 技术：具备系统、网络、数据、接口和安全基础。 交付：能设计计划、执行标准作业并完成验收。 排障：能从现象建立假设，用证据收敛根因。 沟通：能把技术事实转化为客户和管理者可理解的信息。 沉淀：能输出可搜索、可复现、可维护的知识。 核心交付物 项目实施计划、现场勘查报告、部署记录、测试报告、问题清单、培训记录、验收材料、运维手册和项目复盘。 成长路径 从能按手册执行，逐步成长为能独立诊断复杂问题、设计跨系统方案、管理高风险项目并复制团队能力的交付专家。" }, { "title": "交付生命周期", "description": "从售前交接到项目关闭的标准阶段、门禁和关键产出。", "slug": "delivery-lifecycle", "category": "delivery", "order": 10, "updatedAt": "2026-09-14", "tags": [ "交付流程", "里程碑", "项目阶段" ], "url": "/docs/delivery-lifecycle/", "markdown": "/docs-md/delivery-lifecycle.md", "content": "端到端流程 售前交接 → 项目启动 → 现场勘查 → 方案确认 → 安装部署 → 集成联调 → 培训试运行 → 验收移交 → 项目复盘。 阶段门禁 售前交接 确认合同范围、非标承诺、验收指标和责任边界。 识别缺失输入，不带着关键假设进入实施。 建立风险清单并确定负责人和截止时间。 项目启动 确认双方组织、沟通节奏和升级路径。 基线化项目计划、交付清单和验收标准。 明确现场准入、安全和数据使用要求。 实施与联调 按批准方案执行并记录实际配置。 每个关键步骤完成可观测的验证。 变更必须留痕，失败路径必须能够回退。 试运行与验收 使用双方确认的用例和数据开展测试。 遗留问题包含影响、临时方案、责任人和日期。 完成账号、资料、培训和运维责任移交。 阶段状态 每个阶段只使用四种状态：未开始、进行中、阻塞、已完成。状态必须有证据，不能只凭口头判断。 交付完成定义 系统可用、指标通过、资料齐全、人员会用、风险可控、责任移交并获得客户书面确认。" }, { "title": "现场实施标准作业", "description": "现场勘查、安装部署、验证和回退的统一作业框架。", "slug": "site-delivery-sop", "category": "delivery", "order": 11, "updatedAt": "2026-09-14", "tags": [ "现场实施", "SOP", "部署" ], "url": "/docs/site-delivery-sop/", "markdown": "/docs-md/site-delivery-sop.md", "content": "实施前检查 客户、项目和环境信息与工单一致。 网络、电力、机房、设备和账号满足前置条件。 安装包、校验值、许可证和依赖版本已确认。 数据备份已完成且恢复路径已验证。 变更窗口、影响范围和现场联系人已确认。 标准作业顺序 1. 记录变更前状态和关键指标。 2. 执行环境检查并保存结果。 3. 按实施方案安装或配置。 4. 每完成一个关键步骤立即验证。 5. 执行功能、接口、性能和异常用例。 6. 保存最终配置、日志和版本信息。 7. 更新问题清单和实施记录。 验证原则 验证必须回答三个问题：系统是否运行、业务是否可用、发生故障时是否可恢复。仅看到进程启动不等于交付成功。 回退触发条件 超出批准的变更窗口。 关键业务不可用且无法在约定时间内恢复。 数据一致性无法确认。 出现未评估的安全或合规风险。 现场记录 记录时间、操作者、命令或动作、执行结果、证据位置和下一步。敏感字段在进入仓库前必须脱敏。" }, { "title": "验收与运维移交", "description": "建立可度量的验收条件，并把系统、资料和责任完整移交。", "slug": "acceptance-and-handover", "category": "delivery", "order": 12, "updatedAt": "2026-09-14", "tags": [ "验收", "运维移交", "试运行" ], "url": "/docs/acceptance-and-handover/", "markdown": "/docs-md/acceptance-and-handover.md", "content": "验收准备 验收范围与合同、变更单保持一致。 每个指标拥有测试方法、通过阈值和证据格式。 环境、数据、账号和测试人员已准备。 已知限制和遗留问题已获得双方确认。 验收维度 维度 示例证据 功能 用例结果、界面截图、业务记录 接口 请求响应、错误处理、重试记录 性能 并发、延迟、吞吐和资源曲线 稳定性 试运行记录、故障恢复结果 安全 权限矩阵、审计和漏洞处置记录 运维 监控、备份、告警和恢复演练 移交清单 最终架构、配置基线、版本清单、账号权限、监控告警、备份恢复、运维手册、培训记录、联系方式和遗留问题。 遗留问题要求 每项必须写清影响、优先级、临时绕行、责任人、计划完成时间和验证人。不能使用“后续优化”作为无责任人的关闭方式。" }, { "title": "AI 基础与能力边界", "description": "FDE 需要掌握的大模型、Prompt、RAG、Agent 和部署基础。", "slug": "ai-foundations", "category": "ai", "order": 20, "updatedAt": "2026-09-14", "tags": [ "大模型", "Prompt", "RAG", "Agent" ], "url": "/docs/ai-foundations/", "markdown": "/docs-md/ai-foundations.md", "content": "核心概念 Token ：模型处理文本的基本计量单位，影响上下文容量、延迟和成本。 上下文窗口 ：一次请求能够容纳的输入与输出总量。 Prompt ：向模型说明任务、约束、输入和输出格式。 Embedding ：把内容转换为向量，用于语义相似度检索。 RAG ：先从外部知识中检索证据，再基于证据生成回答。 Agent ：让模型在约束下规划并调用工具完成多步任务。 方案选择 需求 优先方案 改变回答方式和格式 Prompt 引用不断更新的企业知识 RAG 固化领域行为或风格 微调评估后再决定 调用系统完成多步操作 Agent / Workflow 典型能力边界 模型可能产生幻觉、遗漏约束、输出格式波动，并受到上下文、数据质量和工具可靠性的影响。高风险业务必须保留确定性校验和人工确认。 部署形态 云端 API 适合快速启动；私有化部署适合强数据控制场景，但需要承担算力、模型服务、监控和升级成本；混合部署需要明确数据流向和降级策略。" }, { "title": "AI 应用交付", "description": "将 AI 业务需求转化为可测试、可上线、可回退的交付方案。", "slug": "ai-delivery", "category": "ai", "order": 21, "updatedAt": "2026-09-14", "tags": [ "AI交付", "模型选型", "上线" ], "url": "/docs/ai-delivery/", "markdown": "/docs-md/ai-delivery.md", "content": "需求澄清 先确定用户是谁、输入是什么、期望动作是什么、错误的代价是什么。把“回答更智能”转化为可测试的任务、样例和阈值。 交付设计 1. 建立基线测试集和现状指标。 2. 选择 Prompt、RAG、工作流或 Agent 路径。 3. 确认模型能力、延迟、成本、区域和数据政策。 4. 设计正常、异常、拒答和人工接管路径。 5. 定义日志、追踪、评测和版本信息。 上线门禁 关键测试集达到约定指标。 答案引用能够追溯到原始材料。 越权、注入和敏感信息测试通过。 超时、限流、模型故障有降级方案。 Token、并发和成本预算已确认。 Prompt、模型、知识库版本可以回滚。 灰度与回退 先面向内部用户或低风险流量灰度。回退对象必须包含应用版本、Prompt 版本、模型版本、知识索引版本和功能开关。" }, { "title": "RAG 知识工程", "description": "文档接入、切片、索引、召回、重排和引用的交付方法。", "slug": "rag-knowledge-engineering", "category": "ai", "order": 22, "updatedAt": "2026-09-14", "tags": [ "RAG", "Embedding", "向量检索", "知识库" ], "url": "/docs/rag-knowledge-engineering/", "markdown": "/docs-md/rag-knowledge-engineering.md", "content": "内容接入 确认数据来源、更新频率、权限、语言、版本和责任人。扫描件先完成 OCR 和抽样校验，表格、代码和步骤不能在转换中丢失结构。 切片原则 优先按标题和语义边界切片，不做机械定长截断。 操作步骤、异常说明和代码块保持完整。 每个切片携带文档标题、父级标题、版本和原始地址。 通过内容 Hash 实现增量更新和旧索引删除。 检索链路 查询改写 → 关键词与向量混合召回 → 元数据过滤 → 去重 → 重排 → 上下文组装 → 模型回答 → 引用展示。 必测问题 精确错误码是否能命中。 同义表达和口语问题是否能命中。 旧版本内容是否被正确过滤。 无答案时是否诚实拒答。 用户是否只能检索有权限的资料。 引用是否真正支持回答结论。 更新验证 更新知识后检查文档数量、切片数量、失败记录、索引版本和抽样召回结果。索引任务完成不代表知识已经可用。" }, { "title": "AI 评测与验收", "description": "用业务测试集、质量指标和安全用例建立 AI 项目的验收标准。", "slug": "ai-evaluation-and-acceptance", "category": "ai", "order": 23, "updatedAt": "2026-09-14", "tags": [ "AI评测", "验收", "幻觉", "测试集" ], "url": "/docs/ai-evaluation-and-acceptance/", "markdown": "/docs-md/ai-evaluation-and-acceptance.md", "content": "测试集建设 测试集来自真实业务问题、历史工单、专家设计的边界案例和对抗性案例。每条记录应包含问题、期望要点、允许引用、风险级别和评分规则。 质量指标 检索：命中率、召回率、首条相关率和权限过滤准确率。 生成：正确性、忠实度、完整性、相关性和引用准确性。 服务：成功率、首字延迟、总延迟、并发和可用性。 经济性：单次成本、单用户成本、缓存命中和预算消耗。 安全：越权率、注入成功率、敏感信息泄露率和拒答正确率。 验收方式 自动评测适合持续回归，专家人工评测负责高风险和主观质量判断。不能只以另一个模型的评分作为最终验收依据。 版本回归 模型、Prompt、检索策略、文档和工具任一变化都可能改变结果。每次发布保存完整版本组合，并对核心测试集执行回归。" }, { "title": "故障排查方法", "description": "用影响判断、证据链和可验证假设快速收敛现场问题。", "slug": "troubleshooting-method", "category": "troubleshooting", "order": 30, "updatedAt": "2026-09-14", "tags": [ "故障排查", "根因分析", "应急响应" ], "url": "/docs/troubleshooting-method/", "markdown": "/docs-md/troubleshooting-method.md", "content": "第一步：控制影响 确认受影响的用户、业务、区域、版本和开始时间。需要时先隔离、降级或回退，止损优先于寻找完整根因。 第二步：建立时间线 记录最后一次正常时间、首次异常时间以及期间发生的发布、配置、数据、证书、网络和依赖变化。 第三步：形成假设 每个假设必须能被一个观察或实验支持或否定。优先验证概率高、影响大且验证成本低的假设。 第四步：分层定位 用户入口 → DNS/CDN → 网络 → 应用 → 依赖服务 → 数据库 → 数据 → 外部接口。一次只改变一个变量，避免制造新的不确定性。 第五步：验证恢复 修复后验证技术指标、核心业务、历史数据、告警状态和持续稳定性。不能以“错误日志不再出现”代替业务验证。 故障案例模板 故障现象 → 影响范围 → 时间线 → 证据 → 假设与排除 → 根因 → 临时处置 → 永久修复 → 验证 → 预防措施。" }, { "title": "AI 系统常见故障", "description": "排查幻觉、召回错误、工具失败、限流、性能和成本异常。", "slug": "ai-troubleshooting", "category": "troubleshooting", "order": 31, "updatedAt": "2026-09-14", "tags": [ "AI故障", "RAG排障", "Agent排障" ], "url": "/docs/ai-troubleshooting/", "markdown": "/docs-md/ai-troubleshooting.md", "content": "回答错误或幻觉 依次检查问题定义、系统提示、召回证据、上下文截断、模型版本和输出解析。先判断错误来自检索还是生成，不要直接修改 Prompt。 知识没有召回 文档是否成功解析并进入当前索引。 切片是否包含完整语义和正确元数据。 查询与内容使用的语言、术语是否一致。 过滤条件是否误排除了正确版本。 候选数量和相似度阈值是否合理。 Agent 工具失败 核对工具描述、参数 Schema、鉴权、超时、幂等性和错误反馈。对有副作用的工具必须提供确认、审计和重试边界。 延迟突然升高 拆分记录检索、重排、模型首字、模型生成和外部工具耗时。检查输入长度、输出上限、模型区域、并发、限流和重试放大。 成本异常 检查长会话历史、重复上下文、无效重试、大模型误用、缓存失效和异常流量。设置单请求、单用户和月度预算门禁。" }, { "title": "运维、监控与变更", "description": "建立系统健康指标、告警、备份、升级和容量管理规范。", "slug": "operations-and-change", "category": "operations", "order": 40, "updatedAt": "2026-09-14", "tags": [ "运维", "监控", "变更", "备份" ], "url": "/docs/operations-and-change/", "markdown": "/docs-md/operations-and-change.md", "content": "监控分层 基础设施：CPU、内存、磁盘、网络和时间同步。 应用：成功率、延迟、错误、队列和线程池。 依赖：数据库、缓存、对象存储和外部接口。 业务：关键流程完成率、数据新鲜度和用户影响。 AI：模型成功率、Token、检索质量、拒答和成本。 告警要求 告警必须可行动，包含环境、对象、影响、当前值、阈值、开始时间、看板和处理手册。对重复噪声建立聚合和抑制规则。 备份与恢复 备份成功不代表可恢复。明确 RPO、RTO、保留周期、加密、异地副本和恢复负责人，并定期执行恢复演练。 变更管理 记录目的、范围、风险、实施步骤、验证、回退、窗口和批准人。高风险变更先在等价环境演练，并观察约定时间后再关闭。 容量管理 基于业务增长、峰值并发和资源水位建立趋势预测，为模型调用、数据库连接、存储和外部配额预留安全余量。" }, { "title": "安全、隐私与 AI 治理", "description": "管理账号、密钥、客户数据、Prompt 注入、越权访问和审计风险。", "slug": "security-privacy-ai-governance", "category": "operations", "order": 41, "updatedAt": "2026-09-14", "tags": [ "安全", "隐私", "Prompt注入", "权限" ], "url": "/docs/security-privacy-ai-governance/", "markdown": "/docs-md/security-privacy-ai-governance.md", "content": "基础安全 使用最小权限、独立账号、短期凭据和多因素认证。密钥进入专用密钥管理系统，不能出现在代码、日志、截图或知识文档中。 数据分级 在接入客户资料前确认数据级别、用途、存储位置、保留期限和删除方式。生产数据进入测试或 AI 系统前必须获得授权并完成必要脱敏。 AI 特有风险 Prompt 注入诱导模型忽略规则或泄露上下文。 检索链路未执行文档级权限控制。 模型输出触发未经确认的高风险操作。 外部模型或工具获得不必要的敏感数据。 日志完整记录用户输入而造成二次泄露。 防护原则 权限判断必须由确定性系统执行，不能交给模型自行决定。工具调用限制参数、资源和动作范围；高风险操作需要二次确认。 审计 保留用户、时间、输入摘要、检索文档、模型与 Prompt 版本、工具动作和最终结果。审计日志本身也需要访问控制和保留策略。" }, { "title": "项目沟通、风险与变更", "description": "用清晰的项目机制管理预期、决策、阻塞和范围变化。", "slug": "project-communication-risk", "category": "management", "order": 50, "updatedAt": "2026-09-14", "tags": [ "项目管理", "风险", "变更", "沟通" ], "url": "/docs/project-communication-risk/", "markdown": "/docs-md/project-communication-risk.md", "content": "沟通机制 启动时明确日常接口人、技术负责人、项目负责人和管理升级人。会议只处理需要共同决策的问题，事实和状态优先使用书面记录。 周报最小结构 本周完成及对应证据。 下周计划和依赖条件。 里程碑状态与偏差。 风险、问题、变更和待决策事项。 需要客户或管理层提供的支持。 风险管理 风险描述使用“如果……可能导致……”结构，并记录概率、影响、触发条件、预防措施、应急方案、责任人和日期。 问题升级 满足重大业务影响、关键里程碑可能延误、安全风险或跨团队长期阻塞时立即升级。升级信息应包含事实、影响、已采取动作、选项和明确请求。 变更控制 任何影响范围、周期、费用、架构或验收标准的变化都应进入变更流程。未经确认的口头需求不能直接成为交付承诺。" }, { "title": "案例库与 FDE 工具箱", "description": "规定案例沉淀方法，以及现场检查、调试和报告工具的管理方式。", "slug": "cases-and-toolkit", "category": "practice", "order": 60, "updatedAt": "2026-09-14", "tags": [ "案例", "工具箱", "模板" ], "url": "/docs/cases-and-toolkit/", "markdown": "/docs-md/cases-and-toolkit.md", "content": "案例分类 成功交付、重大故障、需求变更、性能优化、安全事件、客户沟通和交付失败分别沉淀。案例重点解释决策和证据，不只记录结果。 案例模板 1. 背景、环境和版本。 2. 目标与限制条件。 3. 关键时间线。 4. 采取的方案和选择理由。 5. 结果及验证证据。 6. 哪些方法无效以及原因。 7. 可以复用的规则和需要避免的做法。 工具箱分类 环境检查：操作系统、时间、资源、端口和依赖版本。 网络诊断：DNS、路由、连通性、TLS 和代理。 接口调试：请求构造、鉴权、超时和响应校验。 数据检查：数据质量、同步状态和一致性验证。 日志分析：采集、脱敏、关联和时间线还原。 文档模板：计划、勘查、实施、测试、验收和复盘。 工具准入 工具必须说明来源、版本、支持平台、输入输出、权限要求、风险和卸载方式。未经批准的软件不能进入客户环境。" }, { "title": "知识库治理与文档标准", "description": "定义文档模板、所有权、审核、版本、过期处理和质量指标。", "slug": "knowledge-governance", "category": "governance", "order": 70, "updatedAt": "2026-09-14", "tags": [ "知识治理", "文档标准", "内容审核" ], "url": "/docs/knowledge-governance/", "markdown": "/docs-md/knowledge-governance.md", "content": "文档最小结构 适用范围 → 前置条件 → 操作或判断步骤 → 验证方法 → 失败回退 → 风险提示 → 相关文档。 文档元数据 每篇文档包含标题、描述、唯一地址、分类、产品、版本、作者、负责人、审核人、更新时间、状态、标签和 AI 索引开关。 发布流程 作者创建分支并提交文档 → 自动检查格式、链接和构建 → Vercel Preview 预览 → 领域负责人审核 → 合并主分支 → 自动发布。 生命周期 草稿：尚不能指导现场执行。 审核中：等待技术和内容确认。 已发布：当前有效版本。 待复审：临近复审期限或依赖发生变化。 已归档：保留历史但不进入默认搜索。 质量指标 搜索无结果率、文档使用率、问题解决率、过期率、反馈关闭时间和重复问题数量。访问量高不等于内容有效，应结合任务是否完成判断。 AI 索引要求 标题直接表达问题，段落有清晰语义边界，结论附带条件和来源，版本信息进入元数据，删除内容时同步清除旧索引。" }, { "title": "培训、认证与成长路径", "description": "设计新员工学习、实操训练、能力认证和经验分享机制。", "slug": "training-and-certification", "category": "governance", "order": 71, "updatedAt": "2026-09-14", "tags": [ "培训", "认证", "学习路径" ], "url": "/docs/training-and-certification/", "markdown": "/docs-md/training-and-certification.md", "content": "新员工学习路径 第一阶段掌握产品、交付流程和安全底线；第二阶段在导师监督下完成标准部署和排障；第三阶段独立负责低风险项目并完成复盘。 实操训练 训练环境应覆盖安装失败、网络中断、证书过期、数据异常、接口超时、RAG 召回错误和模型限流等典型情景。 能力认证 认证由知识测试、场景实操、客户沟通和项目材料评审组成。只通过选择题不能证明现场交付能力。 导师与复盘 导师负责关键决策复核和反馈，不替代学员执行。每个独立项目至少沉淀一项可复用资产：文档、检查表、工具或案例。 持续学习 产品重大版本、关键事故和行业规则变化触发专项培训。定期从搜索无结果、支持工单和复盘中更新学习内容。" } ]