Level 0 部署与基础设施
涵盖Groq、AWS、together.ai、Baseten、Modal、Fireworks AI、Replicate等，保障模型和系统的高效运行环境。
Level 1 评估与监控
LangSmith、MLflow、Weights & Biases、Hugging Face、Deepchecks、Fairlearn等，负责模型性能、偏差与安全性监测。
Level 2 基础模型
包括Claude 3.7 Sonnet、Mistral AI、Cohere、Gemini 2.5 Pro、LLAMA 4、GPT-4等，提供强大的语言理解和生成能力。
Level 3 编排框架
LangChain、DSPy、Microsoft AutoGen、Adaflow、LiteLLM、Ray、Haystack等，实现多模型、多任务的流程控制与协同。
Level 4 向量数据库
Milvus、Redis、Pinecone、Elasticsearch、Chroma、Vald等，负责高效存储与检索海量向量化信息。
Level 5 嵌入模型
Voyage AI、OpenAI、spaCy、FastText、Hugging Face、Cohere等，支持文本向量表示转换，为检索和推理提供基础。
Level 6 数据摄取与提取
Scrapy、Firecrawl、Docling、Llamaparse、Amazon Textract、Apache Tika等，完成多源数据采集与结构化处理。
Level 7 记忆与上下文管理
Letta、mem0、Zep、Chroma、Cognec、LangChain、LlamaIndex等，管理长期与短期记忆，提升对话连贯性。
Level 8 安全与治理
Langfuse、Arize、Evalverse、Helicone、Guardrails AI、HELM、AI Explainability 360、AI Fairness 360等，保障系统透明、公平与安全，防止滥用。
这套Agentic RAG技术栈不仅涵盖了从底层基础设施到高层治理的全流程，也体现了智能代理对性能、数据、记忆与安全的多维度要求。掌握这张图谱，是迈向智能代理实用化的关键。
