LLM
大模型
从 0 开始理解大语言模型
不讲玄学，从 Token、Transformer 到推理，一次建立对 LLM 的完整认知。
阅读文章 →16AI 专题文章
02工程实践方向
100%本地静态资源
∞持续学习中
ADVANCED APPLICATIONS
从会聊天，到能交付。
深入多模态、Skill、MCP、RAG、Agent、AI 编程与安全治理，让 AI 真正进入工作流。
LATEST NOTES
最近更新
RAG
RAG
RAG 不是魔法：检索增强生成的工程实践
从切分、召回、重排到评估，拆解一个可靠知识库问答系统。
阅读文章 →PROMPT
Prompt
Prompt 工程：让模型稳定输出
结构化提示词、少样本示例与输出约束，构成可复用的提示词方法论。
阅读文章 →AGENT
Agent
AI Agent 的最小闭环
理解 Agent 如何感知、规划、调用工具并验证结果，避免把它做成聊天机器人。
阅读文章 →LEARNING PATH
一条 AI 实践路线
01
理解模型Token · Transformer · 推理
02
连接知识Embedding · RAG · 评估
03
让它行动Tool calling · Agent · 反馈
“
真正有用的 AI，不是回答得像人，而是能在具体工作里减少一次重复和一次误判。
— hy123-pixelA SMALL REMINDER