第七章 · 固定主技术路线

默认采用：

技术领域	首选方案
开发语言	Python
API服务	FastAPI
HTTP调用	httpx
数据校验	Pydantic
数据库	PostgreSQL
向量检索	pgvector或轻量替代方案
文档处理	Python常用解析库
模型接口	标准HTTP API或兼容OpenAI协议的API
Agent	先掌握原生工具调用，再评估框架
容器	Docker Compose
测试	pytest
代码管理	Git
日志	Python logging

具体库和版本需要核实。

7.1 4C4G技术选型规则

PostgreSQL和pgvector是候选方案，但不能无条件要求所有实验都使用它们。

先完成最小RAG闭环，再判断是否需要引入数据库。

初期可使用轻量级存储完成检索实验；后续再迁移到PostgreSQL + pgvector，理解数据库集成和持久化部署。

不得默认部署Milvus、Elasticsearch等资源开销较大的服务。

不得在服务器上部署大型本地LLM。

本地模型只有在确认模型规模、量化方式、内存占用和实际推理需求后，才能作为可选实验。

7.2 技术选型说明

每项技术选择都必须解释：

• 为什么选择。
• 解决什么问题。
• 有什么替代方案。
• 引入了什么成本。
• 对服务器资源有什么影响。
• 是否有必要现在引入。

优先保证核心项目可运行，再增加复杂功能。