LLM 评估实战：怎么科学地比较两个模型
LLM 评估的工程化方法：测试集设计、自动评分、人工评分、A/B 测试、Promptfoo 与 LangSmith 实战。
Gemini 使用指南
从入门到进阶，系统学习 Gemini 的对话、提示词与多模态能力。
LLM 评测 Golden Set 构建方法
系统介绍如何为 LLM 应用构建高质量评测基准集（Golden Set），涵盖数据采集、标注策略、维护机制与自动化评分实践，帮助团队建立可持续的模型质量体系。
LLM 多提供商 fallback 路由设计
深入解析如何设计健壮的 LLM 多提供商 fallback 路由，覆盖熔断、重试、权重调度与成本控制，让 AI 应用始终高可用。
LLM finish_reason 各家差异处理指南
OpenAI、Anthropic、Gemini 的 finish_reason 字段命名和语义各不相同，本文梳理差异并给出统一处理代码，避免生产环境里的静默 bug。
LLM 并行函数调用实战
跨模型（Claude/GPT/Gemini）并行函数调用的工程实践：依赖图设计、扇出查询模式、部分失败处理与生产环境性能优化，含完整代码。
自建 LLM 网关的路由实现：从零设计转发逻辑
从工程实现角度拆解自建 LLM 网关的路由层设计，包括路由规则匹配、健康检查、故障转移与负载均衡的具体代码思路。
LLM 指令遵循能力横评
对比主流 LLM 在多约束指令、格式遵循、否定指令上的表现差异，拆解指令遵循能力的评估维度与实际工程中的提示词优化技巧。
各家 LLM JSON 模式横向对比：稳定性、速度与价格
深度对比 OpenAI、Claude、Gemini、DeepSeek 等主流 LLM 的 JSON 模式，涵盖稳定性测试、延迟基准和中文场景下的结构化输出最佳实践。
结构化输出稳定性横评：如何量化 LLM 的 JSON 出错率
用可复现的评测方法量化主流大模型结构化输出的稳定性，涵盖 Schema 违规率、字段级一致性、重试成本模型与自建评测脚本。
LLM Batch JSONL 格式规范与陷阱
OpenAI 和 Anthropic Batch API 都要求 JSONL 输入文件，格式规范细节、custom_id 设计、编码陷阱一步错就整批任务失败，本文逐条拆解。
降低 LLM 延迟的 10 种实战方法
AI 应用 TTFB 与总耗时优化全攻略：模型选择、prompt 精简、缓存、并行、预热、流式、就近接入、抢答策略实测。
中文开发者视角的 LLM 排行榜解读指南
从中文开发者角度深度解读 LLM 排行榜：LMSYS Chatbot Arena、OpenCompass 等主流评测体系的局限与选模实战技巧。