AI 探索知识库
记录与 AI 交流学习的探索之旅，持续积累对人工智能的理解。
知识库结构
与AI交流AI/
├── 00_核心概念/ # AI/ML 基础（Transformer、注意力机制 …）
├── 01_模型架构/ # 各模型的架构与创新（DeepSeek …）
├── 02_提示词工程/ # 独立子项目，10 个递进模块的完整教程
├── 03_应用实践/ # 实际应用案例（RAG、数据建模 …）
├── 04_探索日志/ # 按日期归档的探索记录（YYYY-MM-DD_主题.md）
├── 05_技术基础/ # AI 之外的技术基础（Shell、系统、软件工程）
├── 06_Agent工程/ # Harness Engineering、Agent 架构、Claude Code 源码分析
├── 07_文生图与文生视频/ # 图像/视频生成提示词与工作流（Stable Diffusion、Midjourney …）
├── CHANGELOG.md # 知识库变更记录
├── ROADMAP.md # 待探索主题与补全路线
├── claude code skills知识/ # Claude Skills 课件与截图素材
└── _templates/ # 笔记模板
模块入口
| 模块 | 入口 | 适合什么时候看 |
|---|---|---|
| 00 核心概念 | README.md | 想搞懂 Transformer、注意力、训练流程、Token 计费这些底层原理 |
| 01 模型架构 | README.md | 想看具体模型（如 DeepSeek）在标准架构上改了什么 |
| 02 提示词工程 | README.md | 系统学习 Prompt Engineering |
| 03 应用实践 | README.md | 做选型、接 API、RAG、本地部署或业务方案 |
| 04 探索日志 | README.md | 想回看某天探索的完整过程与踩坑，而非沉淀后的结论 |
| 05 技术基础 | README.md | 补 Shell、GitHub、部署、CI/CD、硬件和研发 SOP |
| 06 Agent 工程 | README.md | 学 Agent 架构、MCP、Eval、安全和 Claude Code 生态 |
| 07 文生图与文生视频 | README.md | 写文生图提示词、了解视觉生成工作流 |
知识索引
📅 想看最近改了什么 → CHANGELOG.md（按日期记录知识库层面的新增、迁移与整改）。每篇笔记文末也有各自的「最后更新」日期。
00 核心概念
| 主题 | 文件 | 简介 |
|---|---|---|
| Transformer | Transformer.md | 大模型的核心架构 |
| 注意力机制 | 注意力机制.md | Self-Attention 与 Multi-Head Attention |
| 上下文窗口与 Token 计费 | 上下文窗口与Token计费.md | Context Window、Token 换算、Prompt Caching 与账单拆解 |
| 模型训练技术速查 | 模型训练技术速查.md | 预训练 / SFT / RLHF / DPO / 蒸馏 / RFT / RLAIF 一次讲清，含全景流水线图与”何时用哪种”判断框架；§2.6 新增 LoRA / QLoRA 省显存微调（低秩适配 + 4-bit 量化） |
| 大模型如何”理解”文本 | 大模型如何理解文本.md | 从”分析文章主题”任务切入，把词嵌入语义几何 / attention 主题词聚焦 / 层级抽象 (probing 探针实验) / 预训练见过亿万”长内容+总结”对四层机制串起来；戳穿”理解”的真相（高维统计压缩 + 模式匹配），含 Lost in the Middle 实证、局限边界与术语速查 |
| 计算机视觉与深度学习框架 | 计算机视觉与深度学习框架.md | 一次讲清 CV / OpenCV / PyTorch / TensorFlow 四件套：CV 是领域（含分类/检测/分割/OCR/3D重建等 10 大子任务）、OpenCV 是传统算法工具箱（瑞士军刀比喻）、PyTorch 是深度学习框架（积木箱比喻）；四者关系图 + 摄像头实时人脸检测四阶段实战（Haar 极简版 → MTCNN 标准版 → 跳帧/缩分辨率/异步抓帧/GPU 性能优化 → 完整工程版）+ 7 大常见踩坑表 + 选型建议（torchvision/MMDet/YOLO/MONAI/Detectron2/ONNX）+ 16 项术语速查 |
| Dense 与 MoE 架构对比 | Dense与MoE架构对比.md | 以 Qwen3-32B（Dense）vs Qwen3-30B-A3B（MoE）做对照实验：Dense/MoE 通俗类比（诊所 vs 医院、天才 vs 团队、大胃袋巨人）+ 优缺点表 + Model Card 五大参数逐项解读（嵌入词表/隐藏维度/头数/层数/专家数）+ GQA 三类注意力对比（MHA / MQA / GQA，Q:KV 比值的工程含义） + YaRN 上下文外推（尺子/古神比喻 + 宏观微观区别压缩）+ 模型参数经验值速查表；含 11 项术语速查 |
01 模型架构
| 模型 | 文件 | 核心创新 |
|---|---|---|
| DeepSeek | DeepSeek.md | 架构层 (MLA / MoE) + 训练层 (GRPO / R1 多阶段训练 / R1-Distill 蒸馏家族)；含成本对比、Aha Moment 涌现解析 |
| DeepSeek Engram 条件记忆 | DeepSeek_Engram条件记忆.md | 给大模型加”查字典”模块(DeepSeek 2026 年 1 月发表):条件记忆 vs 条件计算(MoE) 对比 + 三大关键设计(哈希查表 O(1) + 多头哈希防撞车 + 上下文门控防张冠李戴) + 第 2 层注入最优 实验结论 + U 型最优配比(75-80% 推理 + 20-25% 记忆) + 27B 模型实测(长文本大海捞针 84%→97%) + DRAM 存记忆表不占 HBM 显存(PCIe 异步预取)的硬件意义;已应用于 DeepSeek V4 支撑 1M token 上下文 |
| 决策型模型 Jev 与 System One | 决策型模型Jev与System-One.md | 只做判断、不说话的模型（TypeSafe AI，2026-09）:并行采样 vs 自回归 + Choice / Score / Noul 三原语 + RLHF / RLVR / RLCD 三条后训练路线 + 校准与置信度门控 + 零幻觉的真实含义 + 官方九条缺陷（字面理解 / 不会计数 / 结构不变量不保证）+ 评测数据怎么读（与 Terra 同档、比 Opus 5 低 5 点、自测无复现）+ 能不能做自动驾驶决策层的完整推演（规则式 / 模块化 / 端到端 / VLA + 无人机控制回路实证） |
02 提示词工程（子项目）
独立子项目，含 10 个递进学习模块与速查/练习题。详见子项目 README： README.md
2026-05-08 加深：01.md 新增 Lost in the Middle 现象 / Prompt 不改模型参数 / 网页端调试 4 技巧 / 完整 API 参数表；02.md 新增 NO COMMENTS, NO ACKNOWLEDGEMENTS 抑制套话技巧；03.md 角色提示加”开头收窄问题域”原理；10.md 安全节扩充 奶奶漏洞案例 + 注入分类器/价值观刷墙/Moderation API/网易易盾对比/HITL + 新增 § 10.7 架构师三问；速查手册新增”实战经验金句”节。
03 应用实践
| 主题 | 文件 | 简介 |
|---|---|---|
| RAG | RAG学习笔记.md | 检索增强生成的原理与工程实践 |
| 数据分析建模 | 数据分析建模（二手车经验）.md | 二手车价格预测的建模经验总结 |
| Medprompt 方法论解析 | Medprompt方法论解析.md | 微软研究院论文解读：不微调模型,光靠提示词组合让通用大模型在医学测试超越专用微调模型(GPT-4 + Medprompt 在 MMLU 拿 90.10%,超过 Med-PaLM 2)；三大核心技巧(动态少样本选择 (Dynamic Few-Shot) + 自动生成思维链 (Self-Generated CoT) + 选项打乱多数投票 (Choice-Shuffle Ensembling)) + Medprompt+ 进阶(策略路由 + 扩大集成规模) + 4 类典型应用场景 + 成本/延迟折中考量；含”组合 > 单一”的协同效应原理 |
| 虚拟形象与数字人技术全景 | 虚拟形象与数字人技术全景.md | VTuber / 换脸 / 换声 / 数字人 / 云端 API 的技术解剖与实战指南 |
| 宠物 CT 影像 AI 辅助诊断方案 | 宠物CT影像AI辅助诊断方案.md | 真实客户方案案例:4000 份猫狗 CT(DICOM)+ 10+ 病种 + 1 人标注 + 3 个月做云端 SaaS MVP；两阶段混合架构——Month 1-2 用多模态大模型 + RAG(BiomedCLIP/RAD-DINO 向量化历史病例 + 相似检索)快速出 MVP,Month 3+ 用 MONAI 框架训练专用检测模型(高频病种)；完整技术栈(pydicom + SimpleITK + Milvus/Qdrant + FastAPI + cornerstone.js) + 核心提示词模板 + 3 个月周里程碑表 + 4 类风险应对 + 月成本估算 ¥3000-6000 |
| 本地部署模型量化选型 | 本地部署模型量化选型.md | 私有化部署模型的硬件适配地图：5 步决策路径 + Hugging Face / ModelScope / hf-mirror 平台速览 + Model Card 字段解读 + Files 目录说明（safetensors / tokenizer / generation_config） + config.json 字段速查表（Dense 与 MoE 双版本） + 数据精度全景表（FP64~FP4 / INT8 / INT4，W8A8 vs W8A16 解释） + 量化方法全景表（GGUF/GPTQ/AWQ/EXL2/HQQ/AQLM/SmoothQuant/LLM.int8/FP8/NF4/MLX 共 11 种） + 按显卡架构对号入座（Ada/Ampere/Turing/Volta/Pascal/AMD/Apple Silicon） + 5 大踩坑（FP8 在 Ampere、量化标号陷阱、长上下文质量、KV cache 显存、MoE 显存不省） |
| 各家 LLM 模型特点速查 | 各家LLM模型特点速查.md | 选 API 前先认人：6 大闭源家族（GPT / Gemini / Claude / Grok / Qwen 闭源 / 豆包）+ 10 大开源家族（DeepSeek / Qwen 开源 / GLM / MiniMax / Kimi / Hunyuan / MiMo / LongCat / gpt-oss / Gemma）的核心定位、当前主力型号、性格画像、选型场景、踩坑提醒 + 5 张模型 ID 速查表 + 8 条作者实战金句（“改 bug 用 codex / 新工程用 5.2”、“DeepSeek V4 需暖机”、“30B-A3B ≈ 14B Dense”等）+ A÷ / Z÷ / 牢字辈等 LD 社区黑话解释 |
| LLM-API 选型方法论 | LLM-API选型方法论.md | 领导给你一个 AI 项目时：5 维度框架（能力 / 速度 / 稳定性 / 价格 / 合规）+ 3 场景案例（toB/toG 展厅 AI / toC 情感陪伴 / 个人创业）+ 3 大方法论（不可能三角 / 业务决定技术 / 够用就好）+ 选型三问（用户是谁 / 在乎什么 / 预算多少）+ 18 家 API 提供商对比表（阿里云百炼 / 硅基流动 / 火山方舟 / OpenRouter / Cerebras / Vertex 等）+ 限速额度换算（RPM / TPM / 并发三道闸取最小 + 429 重试）+ 7 类作者未覆盖的补充方向（数据出境合规 / 行业垂直场景等） |
| LLM 接口规范实战 | LLM接口规范实战.md | OpenAI 兼容一把梭不再够用：4 种主流接口（OpenAI Chat Completion / OpenAI Response API / Gemini /v1beta / Anthropic Messages API）的核心字段、流式 SSE 结构、思考模型字段、多模态格式 + 9 种 role 速查（含 LangChain 的 human/ai、OpenAI 新出的 developer、Gemini 专属的 model）+ 4 类经典坑（role 适配 / 御三家严格参数 / /v1 前缀 / JSON 截断）+ 4 接口横向对比速查表 + 10 类作者未覆盖的工程化补充方向 |
| LLM 推理引擎选型 | LLM推理引擎选型.md | 7 大推理引擎横评(vLLM / SGLang / llama.cpp / Ollama / LMDeploy / TensorRT-LLM / MLX):一句话定位 + 选型决策树 + 各引擎详解(PagedAttention / RadixAttention / GGUF 等核心创新)+ 6 大性能优化技术(Continuous Batching / Speculative Decoding / TP/PP/EP 并行)+ 横向对比速查表 + 5 大典型场景部署示例(单卡 4090 / 双卡 + LMDeploy / Mac MLX / Tesla P40 等) |
| HomeLab 到中小企业 LLM 部署架构 | HomeLab到中小企业LLM部署架构.md | 4 层部署架构模型(硬件 / 推理服务 / 网关 / 接入)+ 3 类典型场景(单 GPU 1-3 用户 / 2-4 卡 10-50 用户 / 4-8 卡 50-500 用户)+ LiteLLM 网关配置 + Nginx / Caddy 反向代理 + API Key 管理 + RPM/TPM/Budget 三维限流 + Prometheus/Grafana/DCGM/Langfuse 监控栈 + 容灾 + 自建 vs API 盈亏平衡分析 |
| 大模型生产级部署与选卡估算 | 大模型生产级部署与选卡估算.md | 从“能跑”到“对外商用”:四个速度指标(TTFT / TPOT / 每用户 tok/s / 总吞吐)与并发曲线 + 三笔账(权重 / KV Cache / 带宽÷权重估速度)+ TP / PP / EP / DP 与 NVLink vs PCIe + KV Cache 分级(显存→内存→闪存)/ PD 分离 / 投机解码 + Blackwell / GB300 / NVL72 / H20 合规 + 8 步估算流程 + 真实商用需求案例复盘(GLM-5.3 / DeepSeek-V4 / Kimi K3 成本分档) |
| Embedding / Reranker / 向量数据库 | Embedding-Reranker-向量数据库.md | RAG 三大基石:Embedding 模型选型(BGE-M3 / GTE / Conan / OpenAI v3 / Voyage / Cohere / Jina)+ 7 大向量数据库横评(Milvus / Qdrant / Weaviate / Chroma / pgvector / Pinecone / Faiss)+ Reranker 召回-精排两阶段架构 + 完整 RAG Pipeline 代码 + 切块 / Hybrid Search / 元数据过滤 / 评测 4 大指标 + PageIndex / Vectorless RAG 边界补充(结构化长文档深度问答可用树索引 / 语义导航,但大规模短文档仍适合向量库) |
| LLM Wiki 知识库架构 | LLM-Wiki知识库架构.md | 「RAG 已死」是炒作吗?——把朴素 RAG 升级为「知识编译系统」:三层架构(Raw→Wiki→Schema,查询时理解→摄入时编译)+ Wiki 层七大能力(页面化 / 层级目录 / 双向链接 / 实体关系 / 自动摘要 / 自动索引 / 语义导航 Retrieval as Agent Action)+ PageIndex 工程案例(Vectorless RAG、层次树索引、FinanceBench 98.7% 的适用边界)+ 动态更新双轮驱动 + 三大工程陷阱;与 Embedding-Reranker 互补(那篇讲工具,这篇讲知识怎么组织) |
| AI量化交易系统化实践 | AI量化交易系统化实践.md | AI量化不是预测涨跌，而是提效整条研究链：量化私募行业现状（23.46万亿规模，71家百亿私募）+ AI量化8步研究链路（问题→数据→因子→信号→策略→回测→执行→评估）+ 单点学习三大失败场景（只学模型/代码/因子的困境）+ 五层能力地图（基础底座→AI提效→策略闭环→因子工程→科学评估）+ AI五大应用场景（需求拆解/代码草稿/调试重构/研报转策略/复盘报告）+ AI正确用法vs常见大坑（错误数据口径/未来函数/过拟合/黑箱模型）+ 三阶段学习路径（研究入口→数据到因子→策略到执行）+ 技术栈（Pandas/Numpy/WorldQuant Brain/Codex）；源自知乎知学堂课程28张截图整理 |
04 探索日志
| 日期 | 主题 | 链接 |
|---|---|---|
| 2024-12-10 | Transformer 与 DeepSeek 创新 | 查看 |
| 2026-05-04 | Agent 知识体系闭环（工作流方法论复盘） | 查看 |
| 2026-05-08 | 提示词工程经验补全（Lost in the Middle / NO COMMENTS / 奶奶漏洞 / 架构师三问 / 内容审核 API 对比） | 查看 |
| 2026-05-19 | LLM 表演性完成失败模式（真实自我犯错复盘：能讲 ≠ 能做、做了 ≠ 真做，含三大根因分析与机制层防御） | 查看 |
05 技术基础
| 主题 | 文件 | 简介 |
|---|---|---|
| Shell 与终端 | Shell与终端基础知识总结.md | 小白通俗版：终端/Shell/命令行三层结构、Shell 家族隶属图、Mac/Linux/Windows 对照、跨平台脚本兼容性、ls -l 输出与文件权限详解（含数字权限/macOS 扩展属性 @）、常用命令大全（12 类含管道重定向）、新手 5 大踩坑提醒 |
| swap 内存 | swap内存处理技术.md | Linux 交换分区原理与处理 |
| NVIDIA 显卡架构与 AI 算力 | NVIDIA显卡架构与AI算力.md | LLM 时代懂显卡：NVIDIA 架构演进(Fermi → Kepler → Maxwell → Pascal → Volta → Turing → Ampere → Hopper → Ada → Blackwell) + 算力单位辨析(TFLOPS / TOPS / TIPS) + Tensor Core 代际演进(各代 FP16/BF16/FP8/FP4/INT8 倍率全表 + 累加精度 + 结构化稀疏) + 显存进化(GDDR → HBM3e) + “老黄刀法”工厂比喻(算力 = 生产速度 / 位宽 = 车道数 / 带宽 = 运输能力) + 打游戏 vs LLM 推理 vs LLM 训练的瓶颈差异(为什么 4060Ti 128bit 跑 LLM 拉胯) + SLI/NVLink 完整代际表(A6000 vs 3090 桥不通用警告) + 显卡选购决策树 + 8 类作者未覆盖方向(AMD/Intel/国产昇腾/Apple Silicon/TPU 等) |
| NVIDIA 驱动 / CUDA / cuDNN / PyTorch | NVIDIA驱动-CUDA-PyTorch工程基础.md | 五层版本依赖链解剖(Driver → CUDA Toolkit → cuDNN → PyTorch / TensorFlow)+ Driver API vs Runtime API 辨析(nvidia-smi 显示的 CUDA != nvcc —version)+ 驱动与 CUDA 兼容矩阵速查 + Ubuntu/Windows/WSL2 安装命令 + PyTorch 与 CUDA 对应矩阵 + Apple Silicon MPS 后端 + 7 类典型报错速查表(The NVIDIA driver too old / no kernel image / Could not load libcudnn 等)+ 一键自检 Python 脚本 + 三平台从零到能跑命令 |
| 软件工程产品研发 SOP | 软件工程产品研发SOP.md | 从拿到需求到完成产品的完整科学流程:需求价值判断 → 需求澄清与业务建模 → 需求基线/变更处理/拒绝话术 → 产品 Spec 与验收标准 → 技术选型与架构设计 → 实施计划与任务拆分 → 锚点估算 / Spike 探路 / TDD 红绿重构 → 质量门禁与 CI/CD → 上线/回滚/监控 → 30 分钟/2 小时/24 小时上线守护 → P0-P3 问题分级 → 真实用户反馈迭代;含全流程 ASCII 图、每阶段输入/输出/验收证据表、AI 协作下防”表演性完成”规则、民宿运营系统案例映射 |
| 软件架构 | 软件架构设计详解.md | 软件架构设计原则与实践 |
| 程序员黑话速查 | 程序员黑话速查.md | 持续生长型术语速查：API / async / Canary Token / diff / DLP / GCG Attack / hack / HITL / LoRA / QLoRA / MCP / N-version programming / patch / Reasoning Effort / Spotlighting / stdin-stdout-stderr / unified diff patch …… 2026-05-16 新增 4 族：☁️ 云服务（SaaS / IaaS / PaaS / FaaS / BaaS / DBaaS / MaaS / Serverless / On-premise）+ 📋 需求采购（MVP / PoC / PRD / BRD / SRS / RFI / RFP / RFQ / SOW）+ 💰 商业模式（B2B / B2C / Freemium / PMF / MRR / ARR / GA）+ 🧑💻 独立创业（gap / OPC / Solopreneur / Indie Hacker / Digital Nomad） |
| 云服务交付模型 | 云服务交付模型.md | 披萨打比方专题：On-premise → IaaS → PaaS → SaaS 的 9 层责任栈对比（应用 / 数据 / 运行时 / 中间件 / OS / 虚拟化 / 服务器 / 存储 / 网络），含代表产品、真实场景、优缺点、4 大误区、选型框架、OPC / Indie Hacker 的典型技术栈；进阶讲 FaaS / BaaS / Serverless / DBaaS / MaaS / AaaS 全家福；附”上云演进 30 秒史” |
| 多 CLI 联动 | 多CLI联动.md | Claude / Codex / Gemini 三家协同：能力对比、3 个层级、4 种玩法（管道接力 / MCP 互调 / 三方投票 / 角色分工）+ 双模型协作案例评析（含 7 大坑与改进版配置） |
| 内部工具选型方法论 | 内部工具选型方法论.md | PM 视角实战框架：先做”内部工具 vs 产品级 App”定性判断（7 题速测）→ 4 种实现形态横向对比（低代码 / 小程序 / H5 / 原生 App）→ 选型决策树 → “两步走”战略（低代码先跑半年再评估自研）→ 成本估算模型 → 需求评审 6 类风险（合规 / 平台限制 / 灰度 / 权限粒度 / 查重主键 / 附件膨胀）→ 场景速查表 + 5 大主流低代码平台对比；源自民宿运营管理系统选型实战 |
| 逆向 API 的二分定位方法 | 逆向API的二分定位方法.md | 黑盒接口分析通用方法论：抓基准请求 → 单字段删减 → 改值找边界 → 复测 ≥ 2 次 → 输出最小必需集；三大陷阱（把”恰好能跑”当成协议本意 / 状态码被中间层改写 / 灰度让结论矛盾）+ 5 个可迁移场景（Prompt 调试 / bug 复现 / 依赖冲突 / CSS / 慢 SQL）+ 完整案例骨架（脱敏自 AnyRouter 逆向分析） |
| Apifox | Apifox.md | 国产 API 全生命周期管理工具：Postman + Swagger + Mock + JMeter 四合一；核心功能（接口文档 / 调试 / Mock 服务 / 自动化测试 / 代码生成）+ 环境变量管理 + 团队协作最佳实践 + 从 Postman 迁移指南 + 5 大常见误区（不写文档 / Mock 数据不符合业务逻辑 / 接口改了不更新文档等）+ 与前后端分离架构的关系 |
| GitHub 项目入门（实操指南） | 小白入门-GitHub项目部署使用指南.md | 以 gpt_image_playground 为样本，从零开始的 7 步部署流程：识别项目类型、装环境、装依赖、配置、启动、上线；含小白排错四件套、高效求助提问模板、30 秒口令速记 |
| GitHub 项目入门（概念地图） | 程序小白概念扫盲手册.md | 配套概念手册入口，正文已拆到 概念扫盲/ 分卷：工程全景、核心名词、开源协议、GitHub 协作、终端参数、Docker/Nginx、容器化、缩写表、pnpm 与 Docker、语言识别、Git 命令实战 |
| GitHub 项目入门（速查卡） | 五看一跑_小白工程运行部署学习文档.md | 30 秒口令版：五看一跑（README/类型/scripts/环境/部署/本地跑）+ 排错四件套 + 实战模板，临时回忆流程时翻 |
| Git 进阶速查（rebase / stash / reflog） | Git进阶速查.md | 概念扫盲 Git 分卷的进阶补充:日常 90% 场景之外的 10%——6 大进阶命令实战:① stash 临时藏起未提交改动(改一半切分支救命)② reflog 救命找回被 reset/删分支误删的 commit(90 天内可救)③ rebase 整理 commit 历史(pull --rebase + rebase -i HEAD~N 交互式 squash/reword)④ --force-with-lease 安全强推 vs 危险的裸 --force ⑤ cherry-pick 挑樱桃式合单个 commit ⑥ tag 版本号管理(发版 v1.0.0 必备);进阶速查图 + 5 条铁律 + 实战练习 |
| 静态站点生成器与 Quartz 部署实战 | 静态站点生成器与Quartz部署实战.md | SSG 范式入门 + Quartz 完整部署 SOP:静态站点生成器(SSG) 与动态站对比(类比”餐厅现炒 vs 便利店饭团”)+ 工作流四角色(作者/生成器/产物/Web 服务器)+ Quartz quartz.config.ts 关键字段速览(baseUrl / ignorePatterns / transformers / emitters)+ 三种部署路线对比(自有 VPS+rsync / Cloudflare Pages / 服务器自 build)+ 本知识库部署到 kingrich.top/knowledge-base/quartz/ 的完整 7 步实战(改 baseUrl / build / SSH / rsync 上传 / nginx try_files 配置 / 子路径斜杠 301 重定向 / curl 验证)+ 子路径部署”恰好兼容”机制(Quartz 内部资源用相对路径,无需 nginx rewrite)+ deploy.sh 一键脚本 + 7 大常见报错速查(rsync: 未找到命令 / 404 / 样式乱 / 中文路径 / baseUrl 没改导致 sitemap 全是 localhost 等)+ 9 大主流 SSG 横向对比(Hugo / Jekyll / Astro / Eleventy / Docusaurus / MkDocs / VitePress / Next.js)+ 19 项术语速查 |
| CI/CD 与 GitHub Actions | CI-CD与GitHub-Actions.md | ”推一次代码自动构建测试部署通知”的机制讲透:CI(持续集成)/ CD(持续交付/部署) 定义辨析(Delivery 等人按按钮 vs Deployment 直接上线)+ “不睡觉的实习生”类比 + 8 大 CI 工具横评(GitHub Actions / GitLab CI / Jenkins / CircleCI / Travis / Drone / Tekton / Cloudflare Pages 等)+ GitHub Actions 触发流水线机制图(push → 监听事件 → 派发任务 → 启动临时 VM → 跑 yaml → 销毁 → 通知)+ 完整可工作的 workflow yaml(以 Quartz 部署 GitHub Pages 为案例,逐行白话注释)+ CI 能跑什么的 8 大阶段(拉代码/装环境/静态检查/安全扫描/构建/测试/打镜像/部署/发版/通知)+ 触发器类型速查(push / pull_request / schedule / workflow_dispatch / release 等 10+ 种)+ 5 大踩坑(secrets 泄露 / fetch-depth: 0 / 缓存优化 / matrix builds 滥用 / main 分支调试)+ 进阶概念(artifact / environment / OIDC / self-hosted runner / reusable workflow / GitOps)+ 21 项术语速查 |
| Claude 调用 Codex 协作实战案例 | Claude调用Codex协作实战案例.md | MCP 双模型协作完整配置流程:通过 MCP 协议把 Codex 注册为 Claude 的工具,让 Claude 自动调用 Codex 进行代码 review / 生成 / 优化 → 5 步配置全流程(环境检查 / claude mcp add codex -s user 注册 / 验证 / 测试 / 首次授权)+ 用户级 vs 项目级对比(全局可用 vs 项目特定)+ 首次授权流程详解(权限提示 / always vs y vs never / 授权记录位置)+ 3 个实战测试场景(Codex review 代码 / 生成原型 / 双模型争辩)+ 5 大常见问题排查(MCP 连接失败 / 非交互模式无法授权 / Claude 不调用 Codex / 模型不存在 / 删除配置)+ 进阶:配置 CLAUDE.md 自动协作(触发条件 / 争辩规则 / 兜底机制)+ 与多CLI联动”玩法 B:MCP 互调”配套 |
| 前端测试栈速查（Vitest / e2e / spec） | 前端测试栈速查.md | 把前端高频却易混的三个词一次讲清：Vitest（前端单元测试框架，≈ Python 的 pytest）/ e2e（端到端测试，Playwright / Cypress 模拟真实用户点完整流程）/ spec（测试文件命名 xxx.spec.ts，≠ 产品 Spec 需求文档，含同名辨析表）+ 前端测试金字塔（单元 Vitest → 组件 Testing Library → e2e Playwright 的配比与工具对照）+ 可跑示例代码（含中文注释）+ Vitest vs Jest 对比 + 5 大误区；与软件工程 SOP 测试分层、CI/CD 双向呼应 |
06 Agent 工程
| 主题 | 文件 | 简介 |
|---|---|---|
| Agent 架构师能力地图与学习路线 | Agent架构师能力地图与学习路线.md | Claude × Codex 双模型交叉分析两页培训课 PPT 提炼：为什么薪资高（能力分层——低端 API/RAG/问答溢价消失 vs 高端造系统溢价高）+ 8 大能力域地图（工程化架构 / 规划与任务分解 / 工具调用与行动编排 / 记忆与上下文管理 / 多 Agent 协同 / 反思与质量控制 / 可观测与运维 / 安全与治理，每域配核心知识点 + 工程组件 + 企业真实问题）+ 6 个能力边界学习阶段（工程骨架 → 核心智能回路 → 外部行动能力 → 复杂任务 → 长程任务 → 企业落地，逐阶段映射本模块文档并标注覆盖 / 待补全）+ 双模型评分 7/10 + Codex 补 5 项漏项（业务建模 / 数据治理 / 人机协同 / 测试体系 / 组织集成）；作为 06 模块导航总纲 |
| AI 岗位图谱：FDE 与大模型应用工程师 | AI岗位图谱-FDE与大模型应用工程师.md | AI 落地时代两个最热工程岗讲透：岗位 title 对照图（海外 / 国内 / 培训圈造词六行对照，把「Agent 架构师」接到真实 title 上）+ FDE（Forward Deployed Engineer，前线部署工程师）（Palantir “Delta / Echo” 词源 + 日常七件事 + vs SA / 售前 / 咨询 / 国内实施 + “碎石路到高速公路”反哺回路 + 2026-05 OpenAI Deployment Company / Anthropic Ode 合资公司把 FDE 模式制度化 + a16z “用毛利换护城河”争议正反方 + 职业取舍与”专业救火队”另一面 + 美国薪资量级快照）+ 大模型应用工程师（工作栈映射本库笔记 / 五个坑：护城河被模型吃掉、Demo 十分钟生产十个月、项目死亡率、岗位名滥用、只做胶水 / 护城河四层：Eval 与数据闭环 > 生产化 > 领域深度 > 系统设计 / 面试五问辨好岗坑岗 + 数据飞轮补问）+ 三种站位（应用工程师 → FDE → Agent 架构师）转岗路径图 + 7 条常见误区；源自 2026-09 两轮 AI 问答，评分 8/10，公开报道核实补充 |
| 长程任务原语：Session / Workspace / Checkpoint / Resume | 长程任务原语-Session-Workspace-Checkpoint-Resume.md | 补 Agent 长周期任务的工程空洞：长程任务的 4 物理约束（上下文有限 / 会话结束 / 进程崩 / 成本累积）+ 4 原语逐讲（Session 会话＝易失 / Workspace 工作区＝持久 / Checkpoint 检查点≈git commit / Resume 续跑）+ 游戏存档统一类比 + 核心纪律”真相写进 Workspace”（状态外置 / 进度账本 / 压缩回灌 / 幂等）+ Claude Code 命令对照（/resume /rewind /compact --continue /goal）+ 5 大坑（假 Resume 状态鬼影等） |
| Agent 可观测性与成本工程 | Agent可观测性与成本工程.md | 能力域 7 展开：可观测三件套（Trace 链路追踪 / Metrics 指标 / Logs 日志，配大白话）+ Agent 特有观测维度（每步 token / 工具调用成败 / 循环次数 / 跑偏 / 人工介入率）+ LLM 平台（Langfuse / LangSmith / Phoenix / OpenTelemetry）+ 成本工程（token 三类单价拆解 + 4 省钱杠杆：模型分级 / Prompt Caching / 上下文压缩 / 任务二分法 + 延迟工程）+ 落地路径 + 5 坑 + 术语速查带大白话列 |
| Agent 记忆体系 | Agent记忆体系.md | 能力域 4 展开：记忆两维分类（工作 / 短期 / 长期 × 情节 episodic / 语义 semantic / 程序 procedural）+ 读 / 写 / 忘循环 + 王牌辨析表「记忆 vs 上下文 vs RAG vs Session 状态 vs CLAUDE.md」 + 常见实现映射（向量库 / 结构化 / 文件 / Engram 模型层）+ 5 坑 + 术语速查带大白话；扩展 Harness § 5.5.2、区别于长程任务原语 |
| 什么是 Agent（入门必读） | 什么是Agent.md | 完全没接触过 Agent 的入门科普：三段循环（Perception → Reasoning → Action）、4 大核心能力（Tool Use / Memory / Planning / Reflection）、Claude Code 修 bug 真实例子、7 大常见误区、Agent vs Workflow/LLM/Copilot 对比、ReAct 模式、术语速查 |
| Harness 工程与 Agent 解剖 | Harness工程与Agent解剖.md | Agent = Model + Harness；词源考据时间线（Mitchell Hashimoto “Engineer the harness” → OpenAI 工程报告 → Anthropic 长时运行研究 → 源码泄露催化）+ swyx IMPACT 前传、三种解释口径（马具派 / 工作空间派 / 约束执行派）、三层工程递进 + 通用/项目/任务三层 harness 划分、Claude Code 泄露事件、Agent 五层架构图（编排层 / 记忆层 / 大模型 / 执行层 / 反馈层）与补强版、Guides/Sensors 框架、§ 7.6 八大器官系统对照（system prompt 分层 / query loop / 工具 / 上下文治理 / 权限沙箱 / 错误恢复 / 多代理验证 / 本地规则 hook）；§ 5.5 实操速查（社区六层视角对照）：上下文三层组织（规则/状态/证据）+ 记忆 3 类生命周期 + 失败类型→恢复策略对照表 |
| Agent 发展轨迹四阶段 | Agent发展轨迹四阶段.md | 小白视角史观文：Prompt → Reasoning/ReAct → Context → Harness 的”俄罗斯套娃”演进，附生动比喻、入门路径与「Agent 架构师」职业视角评析 |
| Eval 测评体系 | Eval测评体系.md | Agent 工程的命根子：四类 Eval（离线 / 在线 A/B / LLM-as-Judge / 人工）、构建数据集、关键指标、实战工具、5 大经典误区、小白第一周落地路径 |
| Agent 安全攻防 | Agent安全攻防.md | 30 种攻击手法（提示词注入 / 间接注入 / RAG 投毒 / MCP 投毒 / GCG 对抗后缀 / DAN 越狱…）+ 17 项防御技术（5 层框架 + 12 项具体：Canary Token / LLM Guard / Spotlighting / DLP / HITL / 沙箱…）+ 纵深防御方法论；源自 OpenClaw 敲壳测试 |
| Claude Code 扩展生态 | Claude Code 扩展生态.md | 5 大扩展机制系统讲解：Skill（技能/渐进式披露）+ MCP（USB 协议/装查删命令/4 个实战例子：即梦/飞书/天气/Firecrawl）+ CLI（飞书/OpenCLI/gh/Gemini）+ SubAgent（自动派生 vs /agents 7 步流程 + 「秋瓷团」5 角色案例）+ Hook（5 种钩子类型）+ Plugin（整合包//plugin管理）；含核心金句、对比选型表、渐进学习路径 |
| Function Calling 与 MCP 工程指南 | Function Calling与MCP工程指南.md | Agent 工程两块基石:Function Calling 工作流时序图 + 御三家工具调用接口对比(OpenAI tool_calls / Anthropic tool_use / Gemini functionCall;参数差异 / 回传 role 差异 / stop 标志差异) + MCP 协议解剖(Host/Client/Server 三件套 / Tools/Resources/Prompts 三类原语 / stdio+HTTP+WebSocket 三种 Transport) + MCP vs Function Calling 关系图(协议层 vs 应用层) + 4 个工程实战例子(Python OpenAI 风格 / 多工具并行 / 写 MCP Server / LiteLLM 集成) + 6 类常见坑(description 重要性 / schema 严格性 / 错误处理 / 工具数量爆炸 + 四大工程坑(描述边界不清 / 工具碰撞 / 参数太宽 / 无验证闭环) / 工具调用攻击面 / 流式工具调用) |
| Claude Code 实战速查 | Claude Code 实战速查.md | 日常使用速查手册：CC 启停 + 18 个常用指令分类速查（基础/模型/项目/扩展）+ 3 家国产模型 API 直连配置（GLM 4.5 / Kimi K2 / Qwen3 Coder）+ 4 种接入方案对比 + 「秋瓷团」5 角色一日工作流案例 + 5 类场景的 MCP 应用图鉴（视频/笔记/Word/面试/论文）+ 5 大踩坑提醒 + 高频命令一览 |
| Multi-Agent 工程实战与 Persona 设计 | Multi-Agent工程实战与Persona设计.md | 7 人 AI 团队全自动炒股案例(LINUX DO @Oking 2026-05-17 文章 + 2026-05-19 整合):Persona 文件结构化定义(YAML 模板 + 词源记忆法 per-+-sona=戴面具变身)、R&D 流水线时间表(06:00→12:00→18:00→次日09:00)、四大工程原则(不问只做 / 任务二分法脚本vsAI / 模型分级 / 共享真相源 Single Source of Truth)、三大踩坑(手续费 bug 让 500 笔交易作废 / 本地状态≠真实执行的 API 鬼影 / 多 Agent 数据漂移)、Multi-Agent 入门 5 条建议;素材评分 8/10,可商榷点已批注 |
| LLM 典型失败模式 | LLM典型失败模式.md | 「能讲 ≠ 能做、做了 ≠ 真做」：4 层 14 种 failure mode 分类表（知识层 / 执行层 / 元认知层 / 推理层 / 安全层）+ 三大重点专题（表演性完成 / 跳步 / 自我汇报偏差）含定义/案例/根因/识别红旗/机制层防御 + Goodhart’s Law 在 LLM 自我汇报场景的具象推论 + 实战 checklist；源自 2026-05-19 真实犯错复盘（同日探索日志） |
Claude Code /goal 命令 | Claude Code goal命令.md | Anthropic 2026-05-12 v2.1.139 引入的长任务原语：设可衡量的完成条件，Claude 跨多轮自动循环到达成；独立 Haiku 评估器每轮判断目标是否满足——“被评估者不能自评”原则的工程化落地；含机制图（主 Claude 干活 ↔ Haiku 评估循环）+ 4 个实战例子（测试套件 / lint 修复 / 知识库整理 / 跨文件迁移）+ 4000 字符限制 + 成本警示（一日可烧几十美元）+ 完成条件可衡量性设计原则 + 与 OpenAI Codex /goal 对比（4 月底先发，5 月跟进） |
| Vibe Coding 与技术债治理 | Vibe Coding与技术债治理.md | ”AI 改太多导致技术债”是误诊：病根是人放弃理解、AI 是放大器不是病因；4 个机制（生成快过理解 / 局部最优全局熵增 / 能跑≠对 / 一致性漂移）+ 调试难的真因（失去 mental model 支点）+ 6 条对策（不接受看不懂的代码 / 小步给约束 / 测试当护栏 / 架构人定 / review 不能省 / 用 AI 还债）+ 场景纪律（原型可 vibe、生产系统别 vibe）；呼应表演性完成与软件工程 SOP |
| Loop Engineering 与四代演化 | Loop Engineering与四代演化.md | 从 Prompt 到 Loop 的四次跃迁（语言表达 → 信息筛选 → 系统设计 → 目标管理）+ Loop 五组件（定时任务 / Worktree 隔离 / 项目知识体系 / MCP 连接器 / 子 Agent）+ 灵魂：定义目标的能力（管人 = 管 Agent 类比，对比差目标 vs 好目标）+ 古德哈特定律陷阱（Agent 针对验证器优化而非真正目标，解法：Harness 约束 + Loop 驱动）+ 四代对应四门学科（语言学 / 信息科学 / 控制论 / 管理学）+ Loop 之后五个演化方向推演（Recursion 递归式 AI 管 AI / Functional 函数式封装 / Environment 环境感知 / Discuss 人机协商 / Memory 长期记忆持续学习）+ 目标定义四条框架（可机器验证 / 边界条件 / 降级方案 / 分层）；源自卡兹克 2026-06-14 文章 + 读者推演 |
| 极简可控的 Coding Agent 设计（pi） | 极简可控的Coding-Agent设计-pi.md | 拆解 Mario Zechner 的开源极简 Coding Agent「pi」（earendil-works/pi）：重点写三大优势——① 可视化/可观测性（会话 JSONL 文档化 / 结构化分离的工具结果 / /tree 会话树 / 反对黑盒 sub-agent，用 tmux 协同调试 LLDB）+ ② 自定义（核心极小，靠 Prompt Template / Skill / TS Extension / Pi Package 四层扩展无限生长，砍掉的 MCP/plan mode 全能加回，甚至能跑 Doom）+ ③ 极简可控（系统提示词+工具 < 1000 tokens / 默认仅 4 工具 read·write·edit·bash / 前沿模型已被 RL 训练到天然懂 Coding Agent）+ pi vs Claude Code vs Codex 16 维横向对比表 + 「六个 No」与替代方案（No 权限弹窗用容器 / No MCP 用 CLI+README / No sub-agent 用 tmux / No plan mode 用 PLAN.md / No TODO 用 TODO.md / No 后台 bash 用 tmux）+ Terminal-Bench 2.0 跑分背书（极简不输堆料，Terminus 2 旁证）+ 整理者 5 点独立分析（存在性证明 / 三优势同源于 Context Engineering / 对新手是伪优势 / 最该被抄的两点 / YOLO 在生产不可接受） |
| Skill 工程化设计与失效防御 | Skill工程化设计与失效防御.md | 回答「为什么写好的 skill 用着用着就失效了」：靶心是规则一直在、只是 Agent 没读（跨任务不重走路由 + /compact 后 SKILL.md 已不在上下文）+ 四个可迁移方法——① 声明 vs 检验句（把「保持简洁」改写成执行后能自问的「资深工程师会觉得这过度复杂吗」，让原则带上可触发的钩子）、② 薄壳 thin shell（自然语言指令会被压缩摘要掉、结构化表格会被保留，所以把路由表内联进 CLAUDE.md 而非写「去读 SKILL.md」；含 Quick Routing / Auto-Triggers / Red Flags 三块模板）、③ 激活优于存储（判据：「下次走正常任务路径会自然读到吗」——不会就只是记下来了、没生效，适用于任何知识库）、④ Recording Threshold 2/3 门槛（可重复 + 代价高 + 代码不可见，配录入/不录入实例对照）+ 四道防线分工表（Session Discipline / 薄壳 / SessionStart hook / PreToolUse hook，前两层靠自觉、后两层靠 exit 2 物理拦截）+ 借口表只能从真实失败里抄（凭空扩写会稀释压力值）+ 单文件何时裂成文件夹 + description 决定命中率（模型倾向 undertrigger）+ 8 条常见误区；源自 linux.do @woji_666 约 5 万字长文，配套项目 WoJiSama/skill-based-architecture |
07 文生图与文生视频
| 主题 | 文件 | 简介 |
|---|---|---|
| AI 绘画提示词的基本结构 | AI绘画提示词的基本结构.md | 文生图提示词六要素框架（出自 Stable Diffusion 官方教程）：主体 / 场景 / 光线 / 构图 / 色调 / 风格逐项拆解（含常用描述词表）+ “给摄影师下单”类比 + 完整填空示例（中文六要素 → 英文短语提示词）+ 与文本对话提示词的异同对比 + 4 大误区 + 进阶：SD 权重语法（(word:1.5) / [word] / AND / BREAK）与负面提示词（negative prompt 模板 + easynegative 等 embedding）+ 延伸：文生视频提示词公式（主体运动 + 运镜词速查 + Sora/Kling 三条纪律）；LoRA / ControlNet / 图生图为待补全方向 |
如何使用这个知识库
1. 继续探索
每次与 AI 交流学习时：
- 选定要探索的主题
- 判断归属：已有模块 → 进模块目录；一次性探索 → 按
YYYY-MM-DD_主题.md放入04_探索日志/ - 复制
_templates/探索记录模板.md作为起点 - 正式主题笔记优先复制
_templates/正式笔记模板.md - 写完后同步更新本 README 对应的索引表
2. 复习回顾
- 通过索引快速找到想复习的内容
- 查看
04_探索日志/回顾学习历程
3. 知识关联
在笔记中使用相对链接建立知识关联：
参见 [Transformer](00_核心概念/Transformer.md) 的基础概念如果笔记位于子目录内，再按所在层级增加 ../。
4. 维护记录
- 近期变更见 CHANGELOG.md
- 待探索主题和结构优化路线见 ROADMAP.md
待探索主题
待探索主题已迁移到 ROADMAP.md，避免 README 同时承担索引、路线图和变更日志三类职责。
最后更新: 2026-08-30（模块入口表补齐 8/8；移除失效的「⭐新增」标记，改为指向 CHANGELOG；索引新增 Skill 工程化设计与失效防御。本轮完整改动见 CHANGELOG.md）