本章目标：使用 `compose.yaml` 把当前 FastAPI 服务的构建、环境变量、端口、数据目录、健康检查和重启策略写成一个可重复启动的定义。

本章目标：读懂并构建当前项目的 Docker 镜像。重点不是背命令，而是知道镜像里有什么、容器启动什么、数据为什么不能只留在容器里。

本章目标：在不改业务链路的前提下，为现有 LangChain / LangGraph 调用打开 LangSmith tracing，并知道哪些数据能上传、哪些不能上传。

本章目标：不依赖云平台，先为 AI 调用记录开始、成功、失败和耗时。你将能回答：这次请求走到哪一步、失败在哪一步、花了多久。

本章目标：评估 Agent 时不只看最后一句回答，还检查它是否调用了必要工具、是否把工具结果交回模型，以及改动后这些行为有没有回归。

本章目标：复用第 24 章的 `expected_doc` / `expected_fact` 思路，区分“没检索到”“检索到了但没答对”“答对了但用了错误来源”三类问题。

本章目标：把“一个回答看起来不错”变成可重复执行的测试用例，并在不调用任何模型的前提下先检查关键事实、检索命中和工具调用。

本章目标：把 STT、文本模型和 TTS 串成一条可以运行的业务链路，并看清每一步的数据类型、职责边界和替换点。