osFoundry / Platform
流水线阶段
定义并版本化 AI 流水线的每个阶段——检索、重排、生成、后处理。
简介
流水线阶段是 osFoundry Studio 中的一个功能，它让你把 AI 工作流拆分成有命名、有顺序的步骤，而不是塞进一个不透明的提示词里。典型的检索增强流水线按检索 → 重排 → 生成 → 后处理运行，在这里每一步都成为一个独立阶段，可以单独配置、检查和修改。检索从你的知识和数据中拉取候选上下文；重排把它收窄到真正重要的部分；生成调用一个模型；后处理在输出离开流水线之前对其清洗、校验或重塑。因为步骤是显式的，你能准确看出一个答案的来源，以及出错时该修哪个阶段。
在 osFoundry 内部，每个阶段都在 Studio 中定义，并通过与工作区其余部分相同的 BYOK 模型层运行，因此你可以为每个阶段选择模型：重排用一个小型本地模型，生成用一个云端模型，怎么合适怎么来，而且你直接向供应商付费，没有转售加价。阶段是带版本的：当你修改某个阶段的提示词、模型或参数时，之前的定义会被保留，于是你可以对比版本、回滚一次退化，并弄清是哪套配置产生了某个结果。作为一个本地优先的桌面工作区，你的流水线定义以及它们所触及的数据都可以留在你的设备上，而不必经过托管服务。
这一点很重要，因为大多数 AI 质量问题其实是阶段问题。当检索取回了错误的文档，在生成步骤上再怎么调提示词也无济于事。把阶段拆分并做版本管理，能把含糊的“AI 答错了”变成关于某一个步骤的、具体且可验证的问题，并让你像改进任何其他工程系统那样改进流水线：一次只改一处，且有一份你可以信赖的历史记录。
主要功能
- 把 AI 流水线定义为有顺序、有命名的阶段（检索、重排、生成、后处理），而不是一个庞大单一的提示词
- 对每个阶段独立做版本管理，从而对比配置、回滚一次退化，并看清是哪套定义产生了某个结果
- 用你自己的 API 密钥为每个阶段选择模型（本地、云端或自托管），并直接向供应商付费，没有加价
- 把质量问题隔离到单一步骤：判断问题出在检索、重排、生成还是后处理
- 把流水线定义及其数据本地优先地保存在你的桌面上，而不是经由托管服务转发
使用场景
- RAG 构建者：把检索和重排与生成分开，从而把错误答案追溯到糟糕的检索，而不是归咎于提示词
- ML 工程师：在调优时对每个阶段做版本管理，在确定采用前把新的重排器或生成模型与之前的定义作对比
- 注重隐私的团队：在本地知识上运行检索，把整套流水线定义保留在设备上，仅在生成阶段调用云端模型
常见问题
osFoundry AI 流水线里有哪些阶段？
常见模式是检索 → 重排 → 生成 → 后处理：拉取候选上下文，收窄到最相关的部分，调用模型，然后校验或重塑输出。你按工作流所需定义阶段并设定顺序，每个阶段各自配置。
每个阶段可以用不同的模型吗？
可以。osFoundry 采用自带密钥模式，因此每个阶段都能调用不同的模型：重排用本地模型，生成用云端模型，别处再用一个自托管模型，全部使用你自己的 API 密钥，没有转售加价。
对一个阶段做版本管理，实际能带来什么？
当你修改某个阶段的提示词、模型或参数时，先前的定义会被保留。你可以对比版本，在某次改动让结果变差时回滚，并把某个输出追溯到正是产生它的那套阶段配置。