本项目 AI 模块开发始于需求调研阶段，前期梳理 AI 能力边界、调用链路、成本预算，对比多家大模型服务商的接口能力、响应速度、定价与兼容性，最终选定适配项目场景的模型方案。
第一阶段完成原型验证：搭建基础调用 Demo，调试 Prompt 模板，完成文本生成、内容解析接口联调，验证模型输出稳定性、上下文窗口、超时重试逻辑，记录接口报错、限流、输出格式错乱等问题并修复。
第二阶段进入功能开发与业务融合：封装统一 AI 调用 SDK，增加参数控制、输出格式约束、结果校验、缓存、异常降级机制；对接业务逻辑，把 AI 能力嵌入业务流程，完成参数可调、多轮对话、结构化返回等核心功能。
第三阶段进行多轮测试优化：开展压力测试、边界用例测试、异常输入测试，优化 Prompt 工程，对输出内容做合规过滤、结果后处理，降低幻觉、乱码、格式异常概率；优化请求并发、超时策略，控制 token 消耗，降低调用成本。
第四阶段上线灰度与迭代：小流量灰度上线，收集用户反馈、日志数据，持续调优提示词、重试策略、缓存策略；补充日志埋点、用量统计、Credits 计费监控模块，完善告警机制；持续迭代模型版本，兼容备选模型，提升整体可用性与性价比。
项目当前已稳定运行，后续计划持续优化推理速度、本地部署方案、多模态能力扩展。
