主题索引

按主题聚合已经生成中文命名精读卡的文档。

Agent

• 专题综述：Agent专题综述

• 主题流程图：Agent流程图

• 0-1基于dify搭建智能体（Agent）助手

• 0-1搭建一个决策执行Agent

• 1.2 AI Agents (智能体)

• AAIF资料

• AGENTS.md资料

• AGI 的定义与概念

• Agent Data Protocol资料

• Agent Memory入门

• Agent Memory实现

• Agent Memory搭建

• Agent Sandbox资料

• Agent Skill资料

• Agent vs 微服务 vs Serverless

• AutoGen资料

• LangGraph 多工具智能体

• MiniMax M2.7：核心亮点解析 + 真实Agent实战测试

• SGLang 结构化输出与函数调用

• SpecKit资料

• TradingAgents：多智能体LLM金融Agent

• 《MetaGPT智能体开发入门》教程

• 从0到1开发一个商用 Agent（智能体）

• 从零开始搞懂 AI Agent

• 从零开始搭建基于 LangGraph 的 AI Agent

• 从零开始构建你的第一个 ReAct Agent

• 企业级稳定可部署的AI agent

• 使用 LangChain 构建智能体

• 分层路径

• 医疗智能体Agent

• 基于Agent搭建ai论文写作程序

• 基于dify实践Agentic AI

• 多智能体协同

• 学业辅导智能体Agent

• 安全设计原则

• 实践指南

• 展望

• 工作流与Agent实战指南

• 平台化

• 应用开发模板

• 快速构建智能体

• 总结与展望

• 数据分析智能体Agent

• 数据库智能体

• 方法论与工程演进

• 智能体系统工程化

• 智能体网络

• 最佳实践

• 核心原理

• 核心技术

• 核心概念

• 概述

• 概述

• 用设计和编程 Agent 设计网站

• 第三章：官方文档——深入解析 Codex 智能体循环

• 编程语言选择

• 自治闭环

• 运维智能体Agent

Runtime

• 专题综述：Runtime专题综述

• 主题流程图：Runtime流程图

• AI Agent技术0-1拆解

• AI Harness 工程：Agent 能跑起来的那一层到底是什么？

• AI 网关

• Claude Harness Engineering 操作手册

• Harness Engineering 深度解析

• Harness Engineering：同一个模型，从42%到78%——Vibe Coding时代真正的护城河

• Harness is the New Dataset：模型智能提升的下一个关键方向

• Harness到底是什么？一篇给你讲透

• Harness驱动的Agent

• RAG可观测性

• 为什么智能体需要运行时

• 可观测性

• 失败模式与边界条件

• 开源生态

• 我的Harness Engineering实践

• 推理系统

• 智能体作为 Workload

• 智能体框架（Harness）到底是什么？

• 概览

• 概述

• 模型不是关键，Harness 才是

• 模型越来越强，为什么大家却开始重写 Harness

• 第七章：GPU高性能编程

• 第九章：后台任务和周期检查

• 运行态模型

• 运行时成本模型

• 长时自主Agent，先解决这8个Harness核心问题

• 高效Agents的尽头是，Harness

RAG

• 专题综述：RAG专题综述

• 主题流程图：RAG流程图

• 4.2 BERT系列模型

• AI 原生应用架构简介

• AI 核心技术

• Agentic RAG资料

• 云端可信推理

• 动手搭建Agentic RAG工作流

• 可信性与评测

• 向量数据库选型

• 文档处理

• 最佳实践

• 框架实践

• 概述

• 概述

• 概述

• 概述

• 生态系统

• 问题与挑战

• 降低幻觉

MCP

• 专题综述：MCP专题综述

• 主题流程图：MCP流程图

• Codex + Figma MCP 完整实战：安装、集成与自动还原流程详解

• Codex+Figma MCP：GPT-image-2出图转前端

• JSON-RPC资料

• MCP 代码执行模式

• MCP 协议架构

• MCP 案例研究

• MCP 集成

• figma+mcp+codex，实用提效最多的流程

• 从标准化到智能编排

• 最佳实践

• 未来趋势

• 概述

• 示例代码

• 背景

上下文工程

• 专题综述：上下文工程专题综述

• 主题流程图：上下文工程流程图

• 上下文建模

• 实时上下文

• 智能体架构与上下文工程

• 状态语义与执行图

• 生命周期与编译模型

• 能力模型

Codex-Claude-Figma工作流

• 专题综述：Codex-Claude-Figma工作流专题综述

• 主题流程图：Codex-Claude-Figma工作流流程图

• AICoding实战：从Prd到代码生成

• Claude Code + Figma：AI 画原型完整教程，从 PRD 到设计稿只要 5 分钟

• Claude Code + Mermaid 一键生成架构图、时序图、流程图

• Claude Design 提示词，拿走即用

• Claude Design 系统提示词完整版（中文版）

• Claude Design：5分钟画完一个 APP

• Claude Design：一句话生成可交互原型

• Claude Design：对话即设计

• Claude Design：小白也能做出专业级设计｜附最全玩法+官方实用技巧

• Claude+Cursor+Figma/MasterGo四步生成高端的产品原型图（附提示词和步骤）

• Codex怎么用？国内如何使用？最全CLI使用教程与高效技巧

• FigmaMCP实现代码⇄设计稿实时双向同步（实测）

• GPT Image 2 来了，今天起，你看到的每一张图都不可信

• GPT Image 2多场景实测，没有一张图让人失望

• GPT image 2的正确打开方式！

• GPT-Image2的30+场景高级玩法！！

• GPT-image-2资料

• Rules资料

• Skills专栏

• claude code从需求到低保真线框图，再到高保真UI原型，全流程

• 「Codex 制作运营素材图」的调研+落地攻略

• 一句话搞定整套UI和PPT，不会设计也能Claude Design出高端设计稿

• 不会设计也能做出产品原型，claude code实战

• 产品经理Claude Code工作流

• 产品经理codex工作流

• 使用claude design 设计你的网站

• 做原型不用Figma了？Claude Design 实战，一句话出交互原型

• 实战：拿Claude Design改一版QQ音乐

• 用 Codex 和 Figma 构建前端 UI

• 用 Cursor 两步搞定产品原型图

• 用Codex 操控 Figma画布，3 分钟建好组件库+变量库

• 第一章：Codex 完全指南

• 第一章：安装与认证

• 第一章：快速上手

• 第三章：入门基础操作

• 第九章：常用快捷键

• 第二章：从听不懂到完全信任：我的 Codex 深度产品体验

• 第二章：桌面工作流

• 第五章：Codex的MCP工作流

• 第十一章：Claude高级功能使用

• 第十二章：让Claude自动解决问题

• 第十章：可合并结果

• 第四章：项目指令、配置、权限与沙盒

• 通过对话直接完成界面设计，claude design生成原型

• 零帧起手 Codex × Figma 双向工作流实操

• 项目推荐--Codexia：Codex CLI的强力GUI/IDE工具包

产品经理工作流

• 专题综述：产品经理工作流专题综述

• 主题流程图：产品经理工作流流程图

• AI产品经理知识库

• AI产品经理知识库

• Axure原型库

• Mark的AI产品经理知识库「持续更新」

• 产品经理必备skills

• 产品经理知识库

• 产品经理需求自查表

• 产品需求文档（PRD模板）

• 埋点文档撰写

• 埋点文档模板

• 埋点设计逻辑8个要点

• 大厂 | 数据埋点方法

• 大厂数据埋点实践

• 需求分析及PRD撰写

案例

• 专题综述：案例专题综述

• 主题流程图：案例流程图

• 0-1基于Agent的智能客服

• 1. 从案例入门

• 1.6 推荐系统【专栏】

• 1.7智能客服专栏

• 1.9智能座舱

• 2. 进阶Agent案例拆解

• AI Agent典型项目

• AI实战项目与实践

• AI智能客服

• AI智能问诊系统（基于LLM大模型）

• Agent Memory项目案例

• Agent优秀案例

• B 端产业应用场景方向参考

• C 端消费场景灵感参考

• FinRobot：基于LLM的金融分析AI Agent

• LLM-Agent Skills 案例：内部数据分析

• PRD撰写案例模板

• 产品PRD需求文档—在线教育CRM系统

• 产品需求文档-案例（全流程）

• 基于Agent智能客服中的意图识别优化

• 基于Agent的数据分析实战项目

• 基于Agent的智能客服项目（已交付）

• 多Agent智能教育与个性化学习系统

• 案例库

• 物流智能体Agent

• 电商智能客服Agent

• 真实AI产品经理转行案例！

• 舆情分析Agent：AI 舆情 Agent

LLM

• 专题综述：LLM专题综述

• 主题流程图：LLM流程图

• 1.0 LLM资料

• 1.1 文本预处理

• 1.11 从零开始的大语言模型教程

• 1.2文本表示方法

• 1.3 大模型（LLM）部署

• 1.3 文本分类

• 1.8详解：DeepSeek深度推理模型

• 2.2 命名实体识别（NER）

• 2.3 关系抽取

• 2.4 NLP 文本相似度计算

• 3.3 Transformer 架构

• 3.4 序列到序列模型

• 4.1 预训练模型

• 4.3 生成式预训练模型

• 4.4 多模态预训练模型

• Hugging Face LoRA 微调

• KV 缓存

• LLM 推理与调度实操

• LLM101n-CN（共建中）

• LLM大模型

• NLP 基础知识库

• Transformer资料

• 【LLM】Agentic Workflow的四种常见思路

• 一站式LLM底层技术原理入门指南

• 世界模型与空间智能

• 人类反馈-RL强化学习

• 向量与文本表示

• 大模型工作原理

• 大模型应用

• 大模型技术全景

• 工程实体

• 开源模型结构与微调实战

• 微调

• 技术路径与挑战

• 推理加速

• 智谱 AI技术文档

• 本地推理服务

• 本地部署大模型以及搭建个人知识库

• 概述

• 模型概览

• 模型评估

• 模型选型

• 第一章 NLP 基础概念

• 第三章 预训练语言模型

• 第九章：缩放定律（scaling laws）

• 第二章 Transformer 架构

• 第二章：接入国内大模型

• 第五章 动手搭建大模型

• 第八章：分布式训练

• 第六章 大模型训练流程实践

• 第十一章：数据工程

• 第十三章：大模型的基本训练流程

• 第十二章：评估与基准测试

• 第四章 大语言模型

• 第四章：文本处理与创作

• 第四章：语言模型架构和训练的技术细节

• 适合小白的Llama3部署和微调教程

• 部署与性能优化

• 部署指南

• 预训练

Prompt

• 专题综述：Prompt专题综述

• 1.5【prompt】提示词工程

• Agentic chunking：接近人类水平的RAG分块方法

• Jinja2 提示词模板

• PromptOps 工作流实践

• Prompts资料

• 提示词工程概述

• 最佳实践

• 第八章：提示词优化技巧

• 第六章：可复用Skills工作流

• 输出配置

• 面向工程环境的提示词设计

• 高级技巧

AI基础

• 专题综述：AI基础专题综述

• 0.PyTorch 入门

• 01回归算法（15个）

• 02分类算法（12个）

• 03集成算法（12个）

• 04概率分布（13个）

• 05特征选择方法（10个）

• 06优化算法（13个）

• 07聚类算法（10个）

• 09数据预处理（12个）

• 1.深度学习入门基础

• 10损失函数（10个）

• 11正则化方法（2个）

• 12机器学习模型评估方法（9个）

• 17种常用激活函数汇总

• 2.卷积神经网络

• 3.1 循环神经网络（RNN）

• 3.2 注意力机制

• 3.循环神经网络

• 4.自注意力机制

• 6.扩散模型

• 7.模型训练与优化

• 8.深度学习项目实操

• MLOps vs AIOps资料

• PyTorch 入门与性能分析

• SGLang 工程化与性能优化

• 你想学的LLM入门知识

• 动手学深度学习

• 本地开发环境搭建

• 机器学习入门

• 机器学习基础

• 机器学习算法

• 模型训练的工程化路径

• 注意力机制

• 深度学习100例

• 深度学习八大神经网络

• 深度学习应用实操

• 深度学习调参

• 深度学习项目落地

• 神经网络损失函数详解

• 第三章：pytorch 与资源核算

• 第六章：GPU和GPU相关的优化

面试求职资料

• 专题综述：面试求职资料专题综述

• 9.深度学习面试一览

• AI产品经理面经

• AI产品经理面试100问

• AI大模型Agent面试，超详细（➕答案）！

• Al智能客服系统面试

• Transformer面试问题汇总

• 产品经理面试题100题

• 产品经理面试高频题

• 大厂AI产品经理面经精选20题

• 大厂产品经理面试题（100题）

• 大厂面经

• 大厂高频产品经理面经

• 推荐系统面试中最常见的问题

• 智谱AI产品经理笔试真题

• 深度学习面试题

• 鹅厂产品面经 ( 已offer )

报告PDF

• 专题综述：报告PDF专题综述

• 年度行业报告

其他

• 专题综述：其他专题综述

• 08强化学习（2个）

• 1.10模型详解

• 1.4 【RAG实践】

• 1.4 语言学基础

• 2.1 情感分析

• Agent问答助手中多轮对话设计

• Coze / 扣子 教程

• Deploy 知识库共建

• GPT平替方法

• OpenSpec资料

• coze-ai-assistant资料

• mcp资料

• skills入门指南

• skills多场景实战

• skills搭建0-1

• 一次性应用

• 主权 AI

• 你想学的LLM基础知识

• 你想学的LLM应用实践

• 你想学的LLM进阶知识

• 其他资料

• 吴恩达DeepLearning.AI课程系列

• 吴恩达skills教程

• 基于Agent，0-1实现用户意图识别

• 基于COW框架的ChatBot实现步骤

• 基础

• 影响与伦理

• 新时代的开源

• 智能驾驶 （汇总）

• 核心特征与能力

• 第一章：工具使用

• 第七章：个性化工作流

• 第七章：能力扩展

• 第三章：commands 与工作流入口

• 第二章：分词器

• 第五章：文档管理与处理

• 第五章：混合专家模型

• 第八章：Subagents多Agent协作

• 第六章：数据处理与分析

• 第十四章：可验证奖励的强化学习

• 第十章：推理

• 第十章：用编程的思维解决问题