AI原生开发者
一条从模型基础走向可信智能体、可靠工具调用、评估、安全与本地部署的实践路线。
26个主题 5个检查点 约40小时 入门 → 高级
已完成0/26个主题 · 里程碑1/5 继续：大模型应用基础
路线图
已完成 当前位置 需先通过前一检查点 检查点
里程碑1 · 模型与提示词基础
已完成0/5个主题 · 约66分钟 当前 大模型应用基础 18分钟 2 自然语言处理 18分钟
即将上线 Deep learning basics 10分钟
即将上线 Transformer architecture 10分钟
即将上线 Prompt engineering 10分钟
检查点1 解锁M2
里程碑2 · 可靠的模型接口
已完成0/5个主题 · 约71分钟 1 OpenAI API 21分钟 2 Claude API 20分钟
即将上线 Structured output 10分钟
即将上线 Function calling 10分钟
即将上线 Mcp 10分钟
检查点2 解锁M3
里程碑3 · 知识增强系统
已完成0/5个主题 · 约57分钟 即将上线 Embeddings 10分钟
即将上线 Vector database 10分钟
即将上线 Rag retrieval augmented generation 10分钟
即将上线 Knowledge graph 10分钟
5 LangChain 17分钟 检查点3 解锁M4
里程碑4 · 有状态多模态智能体
已完成0/5个主题 · 约50分钟 即将上线 Ai agents 10分钟
即将上线 Langgraph 10分钟
即将上线 Multimodal ai 10分钟
即将上线 Vlm 10分钟
即将上线 Claude computer use 10分钟
检查点4 解锁M5
里程碑5 · 生产化与模型适配
已完成0/6个主题 · 约78分钟 即将上线 Llm evaluation 10分钟
即将上线 Ai observability 10分钟
即将上线 Llm jailbreak prevention 10分钟
4 Hugging Face 20分钟 5 本地大语言模型 18分钟 即将上线 Llm finetuning 10分钟
检查点5 完成
为何按此顺序: 先学习语言、神经网络、Transformer与提示词机制，避免把模型行为视为黑箱；再把服务商响应和工具调用落实为明确契约，然后引入检索。边界清晰后再构建有状态、多模态智能体，最后补齐评估、可观测性、安全、可复制制品、本地服务与模型适配。