AI Engineering / AI Agent
Đọc để hiểu thật, không chỉ biết.
RAG, vector database, LLM API, AI agent, evaluation, guardrails và production AI app.
Tool Permission Scoping cho AI Agent trong Production: thiết kế quyền gọi tool để giảm blast radius
Hướng dẫn kỹ thuật thiết kế tool permission scoping cho AI agent production: capability token, allowlist theo workflow, policy engine, approval gate, audit log và test abuse case.
Ephemeral Credentials cho AI Agent trong Production: giảm blast radius cho tool calling và MCP runtime
Phân tích cách dùng ephemeral credentials cho AI agent trong production: delegated token, least privilege, session scope, approval gate, rot
Model Context Protocol trong Production: security boundary, least privilege và isolation cho AI agent tool runtime
Phân tích bảo mật Model Context Protocol trong production: security boundary, least privilege, sandbox, approval gate, credential scoping, a
LLM Agent Evaluation trong Production: thiết kế eval để không ship agent bằng niềm tin
LLM agent không thể được kiểm thử như REST API thuần. Bài viết hướng dẫn cách thiết kế evaluation pipeline cho AI agent production: từ datas
Tool Calling Reliability cho AI Agent: timeout, idempotency và human handoff trong production
Thiết kế độ tin cậy cho AI agent dùng tool trong production: timeout budget, idempotency key, retry policy, circuit breaker, approval gate,
LLM Structured Outputs với JSON Schema: thiết kế AI feature chạy ổn định trong production
Hướng dẫn kỹ thuật dùng structured outputs/JSON Schema cho ứng dụng LLM production: contract, validation, retry, versioning, observability v