Logo
← 博客知识库

GEEKBANG / READING LIBRARY

极客知识库

从大模型基础到 Agent 工程，沿着主题与章节循序阅读。

18 个知识库 · 320 篇章节 · 原文备份，保留来源与配图

找到 18 个知识库

专题目录 · 18 个知识库

大模型通识 · 26 篇

大模型技术演进 →

浏览章节
  1. 学习交流群
  2. 1. 2022 年末：从语言生成到自然对话，ChatGPT 为什么成为转折点
  3. 2. 2023：更强的理解与指令遵循，推动第一轮应用扩张
  4. 3. 2022—2023：并行发展的 AI 绘画与 AIGC 热潮
  5. 4. 2023：模型成为可调用的能力，提示词与 API 开启应用探索
  6. 5. 2023—2024：模型不知道我的资料，RAG 与知识库问答兴起
  7. 6. 2023—2024：一次调用不够用，定制助手与工作流发展起来
  8. 7. 2023—2024：模型可以下载和改造，开放生态扩大开发选择
  9. 8. 2024：上下文变长，AI 开始处理成套资料
  10. 9. 2024：模型能看、能听，交互从文字走向多模态
  11. 10. 2023—2024：从补全代码到理解项目，AI 编辑器改变编程方式
  12. 11. 2024：效率、成本和速度改善，更多应用开始做得起
  13. 12. 2024 年末—2025 年初：投入更多计算求解，推理模型带来变化
  14. 13. 2024—2025：从生成内容到生成应用，Vibe Coding 走向普及
  15. 14. 2025：从修改代码到执行和验证，编程智能体发展起来
  16. 15. 2023—2025：从搜索答案到完成研究，检索与推理逐步结合
  17. 16. 2024—2025：从提出建议到操作软件，任务型智能体扩展应用边界
  18. 17. 2024—2025：从单次生成到连续创作，多模态应用进入工作流程
  19. 18. 2026 年初起：OpenClaw 与个人智能体生态热潮
  20. 19. 截至 2026 年 10 月：模型能力与应用边界推进到了哪里
  21. 20. 应用变复杂之后，开发框架怎样演进
  22. 21. 模型、工具与任务能力怎样连接起来
  23. 22. 更强的模型为什么仍然需要工程保障
  24. 23. 把历史连起来：能力、应用、生态与尚未解决的问题
  25. 24. 硬件视角：从 GPU 紧缺到 Mac mini 热潮，工作负载怎样改变计算需求
  26. 25. 进阶学习

大模型通识 · 14 篇

AI 理论基础 →

浏览章节
  1. 学习交流群
  2. 1. 先建立一张地图：AI、机器学习、深度学习与大模型是什么关系
  3. 2. 机器学习：程序怎样从数据中学到规律
  4. 3. 监督学习、无监督学习与自监督学习：训练信号从哪里来
  5. 4. 数据怎样决定模型能学到什么
  6. 5. 模型怎样表示信息：从数字、向量到学到的特征
  7. 6. 概率、预测与损失：模型怎样知道自己需要改进
  8. 7. 神经网络与深度学习：多层计算怎样形成能力
  9. 8. 训练究竟在做什么：梯度下降、反向传播与参数更新
  10. 9. 学会与背会有什么区别：泛化、过拟合与分布变化
  11. 10. 强化学习：模型怎样从行动和反馈中改进
  12. 11. 生成式 AI：模型怎样从识别内容走向生成内容
  13. 12. 怎样判断 AI 有没有进步：指标、基准与真实任务
  14. 13. 进阶学习

大模型通识 · 20 篇

大模型理论基础 →

浏览章节
  1. 学习交流群
  2. 1. 文字怎样进入模型：Token、分词与文本表示
  3. 2. 注意力机制：模型怎样利用上下文中的信息
  4. 3. Transformer：大模型怎样组织这些计算
  5. 4. 回答怎样一个 Token 一个 Token 地生成
  6. 5. 预训练：预测下一个 Token，为什么能形成广泛能力
  7. 6. 后训练与对齐：基础模型怎样变成好用的助手
  8. 7. 推理模型：为什么多花一些计算，可能解出更难的问题
  9. 8. 上下文窗口、缓存与记忆：模型这一次到底看到了什么
  10. 9. 提示词为什么有效：指令遵循与上下文学习
  11. 10. 嵌入表示与语义检索：怎样找到意思相关的资料
  12. 11. RAG：怎样让模型依据你的资料回答
  13. 12. 微调与 LoRA：什么时候值得改变模型本身
  14. 13. 稠密模型与 MoE：参数量究竟说明了什么
  15. 14. 蒸馏、量化与推理优化：模型怎样变得更轻、更便宜
  16. 15. 多模态模型：文字、图片、声音和视频怎样一起参与任务
  17. 16. 结构化输出、工具调用与智能体：模型怎样参与真实操作
  18. 17. 幻觉与不可靠性：为什么模型会把错误说得很像真的
  19. 18. 把原理用于选择：怎样为个人项目选模型和技术路线
  20. 19. 进阶学习

大模型通识 · 19 篇

大模型应用开发入门 →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 从聊天窗口到 API：完成第一次 DeepSeek 调用
  4. 2. 把一次调用整理成可重复运行的 Python 项目
  5. 3. 消息、角色与多轮对话：做一个命令行助手
  6. 4. 流式输出：让回答逐步显示
  7. 5. 把笔记变成复习卡：先写清任务和输入
  8. 6. 结构化输出：让程序能验证结果
  9. 7. 思考模式与输出预算：按任务使用能力
  10. 8. 请求失败怎么办：超时、错误与有限重试
  11. 9. 算清费用：用量、上下文和缓存
  12. 10. 工具调用：把确认过的安排交给程序
  13. 11. 读取自己的文件——保留文本、来源与版本
  14. 12. 做一个最小 RAG——检索证据再回答
  15. 13. 给助手加一个页面——浏览器输入，后端调用
  16. 14. 保存会话与计划——让应用再次打开仍能用
  17. 15. 交给别人运行——配置、启动与部署边界
  18. 16. 验收与迁移——把笔记助手改成自己的项目
  19. 17. 进阶学习

主流 Agent 入门教程 · 27 篇

Codex →

浏览章节
  1. 学习交流群
  2. 1. Codex是什么
  3. 2. 安装Codex CLI并完成登录
  4. 3. 接入第三方模型API并切换模型提供方
  5. 4. 第一次使用Codex CLI
  6. 5. 让Codex规划第一个完整功能
  7. 6. 完成TaskFlow第一版
  8. 7. 先复现再修复-让Codex可靠地调试
  9. 8. 权限沙箱与安全边界
  10. 9. 用AGENTS与配置文件教会Codex理解项目
  11. 10. 管理长任务-把TaskFlow升级到2.0
  12. 11. 技能、插件、MCP与应用
  13. 12. 多智能体协作升级项目
  14. 13. 用codex-exec实现自动化
  15. 14. 实战一-接手陌生项目并修复缺陷
  16. 15. 实战二-完成跨文件功能开发
  17. 16. 实战三-代码审查重构与发布准备
  18. 17. Codex桌面客户端的三个办公实战
  19. 18. 常见问题与排查手册
  20. 19. 进阶学习
  21. 20. 附录1-Codex CLI常用命令速查表
  22. 21. 附录2-常用斜杠命令速查表
  23. 22. 附录3-高质量任务描述模板
  24. 23. 附录4-配置文件示例
  25. 24. 附录5-安全与验收清单
  26. 25. 附录6-不同操作系统的环境差异
  27. 26. 附录7-后续学习资源

主流 Agent 入门教程 · 28 篇

Claude Code →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. Claude Code到底是什么
  4. 2. 安装Claude Code
  5. 3. 登录模型与中转服务
  6. 4. 第一次使用Claude Code
  7. 5. 规划MealCraft第一版
  8. 6. 完成MealCraft第一版
  9. 7. 先复现再修复食材换算错误
  10. 8. 权限沙箱与安全配置
  11. 9. 用CLAUDE-md教会Claude理解项目
  12. 10. 管理长任务把MealCraft升级到2-0
  13. 11. 用技能和钩子固化工作流
  14. 12. MCP插件与代码智能
  15. 13. 子智能体与智能体团队
  16. 14. 使用claude-p实现自动化
  17. 15. 实战一修复个人博客搜索问题
  18. 16. 实战二批量升级旅行笔记
  19. 17. 实战三排查跨平台偶发测试
  20. 18. 常见问题与排查手册
  21. 19. 进阶学习
  22. 20. 附录1-CLI命令与参数速查
  23. 21. 附录2-斜杠命令与快捷键速查
  24. 22. 附录3-配置与项目说明示例
  25. 23. 附录4-高质量任务描述模板
  26. 24. 附录5-扩展能力选择指南
  27. 25. 附录6-安全检查与验收清单
  28. 26. 附录7-操作系统差异与学习资源

主流 Agent 入门教程 · 16 篇

CodeBuddy →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 装好它-四种环境
  4. 2. 第一次对话-跑通一个小任务
  5. 3. 核心心法-上下文、模式、会话
  6. 4. 案例1-接手陌生仓库
  7. 5. 案例2-给没测试的项目补上测试
  8. 6. 案例3-从报错到修复
  9. 7. 案例4-重构那个没人敢动的模块
  10. 8. 案例5-从零做一个小服务并部署上线
  11. 9. 案例6-把重复活自动化
  12. 10. 案例7-让它守规矩
  13. 11. 四个被低估的能力
  14. 12. 桌面版与插件版
  15. 13. 速查表-模板-下一步
  16. 14. 进阶学习

主流 Agent 入门教程 · 12 篇

Qoder →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 认识qoder
  4. 2. 安装与首次启动
  5. 3. 起步与好习惯
  6. 4. 第一个可用功能
  7. 5. 调试测试与重构
  8. 6. 进阶工作流
  9. 7. 综合实战与交付
  10. 8. Qoder桌面版简介
  11. 9. 附录-命令速查
  12. 10. 进阶学习

主流 Agent 入门教程 · 17 篇

TraeCode →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 认识TraeCode
  4. 2. 安装与初始化
  5. 3. 初体验
  6. 4. 实战项目启动-家庭账本
  7. 5. 代码理解与功能开发
  8. 6. 测试与调试
  9. 7. Git工作流自动化
  10. 8. 自定义斜杠命令与AGENTS
  11. 9. 全局配置自定义智能体与记忆
  12. 10. MCP插件与技能扩展
  13. 11. 自动化与CI集成
  14. 12. 钩子与ACP集成
  15. 13. 进阶模型权限与安全
  16. 14. TraeCode桌面版使用入门
  17. 15. 进阶学习

主流 Agent 入门教程 · 14 篇

Kimi Code →

浏览章节
  1. 学习交流群
  2. 1. 初识-Kimi Code
  3. 2. 安装与首次启动
  4. 3. 实战起航-创建体重管理小助手
  5. 4. 权限模式与计划模式
  6. 5. 会话与上下文管理
  7. 6. 功能开发全流程
  8. 7. 联网与多模态实战
  9. 8. 目标模式定时任务与脚本化
  10. 9. 定制你的Kimi Code
  11. 10. 扩展生态
  12. 11. 在编辑器和第三方工具中使用
  13. 12. Kimi Code桌面版与结课
  14. 13. 进阶学习

主流 Agent 入门教程 · 17 篇

MiniMax Code →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 认识-MiniMax Code
  4. 2. 贯穿项目-habitlog
  5. 3. 安装-MiniMax Code命令行
  6. 4. 初始化项目
  7. 5. 第一个功能-add
  8. 6. git协作-规范
  9. 7. 调试与重构
  10. 8. 技能、MCP与插件
  11. 9. 目标模式与长任务
  12. 10. 会话管理
  13. 11. 无界面运行与持续集成
  14. 12. acp接入编辑器
  15. 13. 模型与提供方
  16. 14. 桌面版概览
  17. 15. 进阶学习

主流 Agent 入门教程 · 12 篇

ZCode →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 先认识-ZCode
  4. 2. 安装与首次验证
  5. 3. 第一次完整交付
  6. 4. 上下文计划与项目约定
  7. 5. 持久化筛选与浏览器验证
  8. 6. 调试与变更审查
  9. 7. 目标模式完成复杂升级
  10. 8. 迁移练习
  11. 9. 排障与下一步
  12. 10. 进阶学习

主流 Agent 入门教程 · 21 篇

DeepSeek Harness →

浏览章节
  1. 学习交流群
  2. 1. DSH是什么
  3. 2. DSH能做什么
  4. 3. 安装前准备
  5. 4. macOS安装
  6. 5. Linux安装
  7. 6. Windows安装
  8. 7. 案例一-第一次对话
  9. 8. 配置模型提供方
  10. 9. 智能体预设与自定义预设
  11. 10. 插件系统
  12. 11. 案例二-改造代码
  13. 12. 案例三-接入工具
  14. 13. 案例四-多智能体
  15. 14. 案例五-长目标
  16. 15. 案例六-无界面运行
  17. 16. 案例七-沉淀配置
  18. 17. 常见问题排查
  19. 18. 进阶学习路线
  20. 19. 附录-术语、命令与项目状态速查
  21. 20. 进阶学习

工程化 · 11 篇

Harness Engineering →

浏览章节
  1. 学习交流群
  2. 1. 智能体运行环境工程是什么
  3. 2. 先让智能体在糟糕环境里失败一次
  4. 3. 让仓库知识对智能体可见
  5. 4. 让开发环境可以被智能体自己启动
  6. 5. 把完成了变成机器可验证的结果
  7. 6. 让界面日志和运行状态对智能体可读
  8. 7. 把约束变成可执行规则
  9. 8. 综合验收
  10. 9. 知名开源智能体Crush是如何做智能体运行环境工程的
  11. 10. 进阶学习

工程化 · 13 篇

Loop Engineering →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 从和智能体对话到设计运行循环
  4. 2. 先为循环写一份可执行契约
  5. 3. 实现第一个单轮运行器
  6. 4. 加入状态脊柱
  7. 5. 把生成者和验证者分开
  8. 6. 设计重试重新规划和失败升级
  9. 7. 加入触发调度和隔离
  10. 8. 控制成本风险和人工注意力
  11. 9. 综合实战
  12. 10. 知名开源智能体-Crush是如何做运行循环工程的
  13. 11. 进阶学习

工程化 · 21 篇

大模型应用工程化 →

浏览章节
  1. 学习交流群
  2. 0. 学前须知
  3. 1. 从 Vibe Coding 到可验证的开发——一次任务到底怎样才算完成
  4. 2. 需求与规格——把“帮我优化一下”变成明确任务
  5. 3. Git 与检查点——让每次 AI 修改都能看清、撤回和比较
  6. 4. 任务拆分与架构边界——别让 AI 一口气重写整个项目
  7. 5. 项目约定与文档——哪些事情应该让智能体每次都知道
  8. 6. 上下文工程——给 AI 正确的信息，而不是尽可能多的信息
  9. 7. 测试与反馈——怎样证明 AI 改出来的代码真的能用
  10. 8. 调试与代码审查——让 AI 根据证据修复，而不是反复猜测
  11. 9. AI 应用评测：代码测试通过，为什么回答仍然可能不可靠
  12. 10. 日志、追踪与成本：一次失败究竟发生在哪一步
  13. 11. 工具与权限边界：哪些事情可以自动做，哪些需要人决定
  14. 12. 技能、脚本与 MCP：把重复工作整理成可复用能力
  15. 13. 搭建最小智能体运行环境：给智能体一个可以持续工作的项目环境
  16. 14. 设计执行循环：让智能体根据反馈继续，而不是无限重试
  17. 15. 长任务与断点续做：换一个会话，为什么还能接着干
  18. 16. 并行与多智能体：什么时候值得拆给多个助手
  19. 17. 从修改完成到版本交付：检查、发布与回滚
  20. 18. 综合实践：让 Kimi Code 完成一次可验收的项目迭代
  21. 19. 进阶学习

工程化 · 10 篇

Jev →

浏览章节
  1. 学习交流群
  2. 1. Jev到底是什么
  3. 2. 准备环境并完成第一次Jev调用
  4. 3. Choice-Score和Noul三种判断原语
  5. 4. 设计决策收件箱
  6. 5. 把多个判断组合成工作流
  7. 6. 让系统知道什么时候不该自动决定
  8. 7. 用自己的数据评估和改进
  9. 8. 把Jev放进智能体和真实应用
  10. 9. 进阶学习

AI 面试 · 22 篇

150 道 AI 面试题 →

浏览章节
  1. 学习交流群
  2. 1. 大模型通识（LLM基础）
  3. 2. API调用与结构化输出
  4. 3. 提示工程
  5. 4. RAG（检索增强生成）
  6. 5. 数据与知识工程
  7. 6. 人工智能智能体
  8. 7. 智能体运行工程（Harness+Loop）
  9. 8. AI应用开发框架
  10. 9. 模型部署与推理优化
  11. 10. 模型评估（应用侧）
  12. 11. 工程实现细节（生产可靠性）
  13. 12. 安全与合规
  14. 13. AI产品与成本意识
  15. 14. 机器学习与深度学习基础扫盲
  16. 15. 【 Agent 】面试题
  17. 16. 【 执行核心 】面试题
  18. 17. 【 意图识别 】面试题
  19. 18. 【 上下文管理 】面试题
  20. 19. 【 评估和反馈 】面试题
  21. 20. 【 检索 】面试题
  22. 21. 进阶学习