案例与资源索引

这份索引保留资料库中可复用的案例方向和学习资源，剔除营销/导流内容。

高价值案例方向

AI 智能客服

典型场景：

• 客服意图识别。
• 基于 RAG 的客服知识库。
• 多轮支持助手。
• 企业级客服 Agent。
• 协作机器人式内部支持。

可复用模式：

用户提问 -> 意图分类 -> 检索政策/FAQ/订单数据 -> 必要时调用工具 -> 带来源回答 -> 低置信度升级人工

关键指标：

• 问题解决率。
• 升级人工率。
• 无依据回答率。
• 检索命中质量。
• 平均处理时长。
• 用户满意度。

推荐系统

典型场景：

• 个性化推荐系统。
• 协同过滤。
• 热门推荐。
• 用户兴趣探索评估。
• 本地生活、电商等场景的交互式推荐。

可复用模式：

用户/行为数据 -> 候选召回 -> 排序 -> 推荐解释 -> 反馈闭环 -> 评估

关键指标：

• 点击率。
• 转化率。
• 覆盖率。
• 多样性。
• 新颖性。
• 探索效果。
• 长期留存。

数据分析 Agent

典型场景：

• 自然语言查询数据。
• 自动生成报告。
• 内部数据分析。
• 表格/Base 辅助分析。
• 业务洞察生成。

可复用模式：

问题 -> 澄清指标 -> 定位数据 -> 查询 -> 分析 -> 生成图表/报告 -> 验证假设

关键指标：

• 指标选择正确率。
• 查询准确率。
• 可复现性。
• 节省时间。
• 分析师纠正率。

金融 Agent

典型场景：

• 金融分析 Agent。
• 多 Agent 投资分析。
• 风险解释。
• 报告摘要。

风险提示：

• 金融场景必须强化来源引用、审计轨迹和人工复核。不能让 Agent 在没有审批的情况下执行高风险金融动作。

运维 Agent

典型场景：

• 运维故障排查。
• 告警分流。
• 日志分析。
• Runbook 执行。

可复用模式：

告警 -> 收集上下文 -> 检索 Runbook/日志 -> 提出诊断 -> 执行安全检查 -> 升级或修复

医疗 Agent

典型场景：

• 医疗问答。
• AI 辅助分诊。
• 智能问诊。

风险提示：

• 医疗是高风险场景，需要严格免责声明、来源依据和专家复核。资料中的案例不能直接视为可上线医疗建议。

教育 Agent

典型场景：

• 学习辅导。
• 个性化学习助手。
• 多 Agent 教育流程。

关键问题：

• Agent 是只给答案，还是能解释过程并适配学习者状态？

舆情 Agent

典型场景：

• 舆情监控。
• 情感分析。
• 风险趋势报告。

关键问题：

• 来源如何去重、加权和限定时间窗口？

框架与工具索引

学习资源分类

AI 与 LLM 基础

• 机器学习基础。
• 深度学习基础。
• NLP 基础。
• Transformer 和注意力机制。
• 预训练和微调。
• 模型评估。
• Scaling Laws。
• 推理系统。

AI 原生基础设施

• Prompt 工程。
• PromptOps。
• RAG。
• 上下文工程。
• MCP。
• AI 网关。
• 可观测性。
• 可信推理。
• 平台化。

Agent 工程

• Agent 概述和核心原理。
• ReAct 和工具使用。
• LangGraph 多工具 Agent。
• 多 Agent 协作。
• AutoGen。
• Agent Data Protocol。
• Agent Runtime。
• Agent Sandbox。
• Runtime 成本模型。

产品经理资源

• PRD 模板和案例。
• 需求自查表。
• 数据埋点方法。
• 数据产品指标。
• AI 产品经理工作流。
• Codex/Claude/Figma 原型工作流。
• 面试准备。

案例选择评分表

选择一个案例做学习或原型时，先按这些维度判断：