模块列表
| 模块 | 主题一句话 | 电子书 | 讲义 PPT | 更新日期 |
|---|---|---|---|---|
| RAG | 检索增强生成的原理与实践：原理五章（为什么用、向量检索、切分、重排序、评估）+ 实践四章（最小管线、混合检索、Agentic RAG、生产化）+ 进阶三章（GraphRAG、多模态、结构化数据） | ✅ 书单已建（20 份） | ✅（129 页） | 2026-07-12 |
| Agent | 智能体与编排：十一章覆盖 agent vs workflow、核心组件、编排模式、MCP、上下文工程、评估与护栏、低代码平台、记忆系统（框架四强/投毒 ASI06）、Computer Use（基准两口径/RPA 混合）、多智能体 / Sub-agent 编排（三层框架/决策账）、售前速查 | ✅ 书单已建（16 份） | ✅（123 页） | 2026-07-17 |
| Multimodal | 多模态：让模型看图 / 听声 / 读文档 / 看视频并能生成，九章覆盖感知面全景（理解 vs 生成）、机器怎么看（ViT/CLIP）、模态怎么拼（投影/交叉注意力/Q-Former + 原生 vs 拼管线，灵魂章）、理解侧盘点（SOTA 格局）、生成侧盘点（扩散 vs 自回归）、选型动手做（成本/延迟/精度）、生产落地与坑、语音与实时交互（延迟预算/级联 vs 端到端/打断/RTC）、视频生成（四家旗舰/成本账/标识合规）、售前速查 | ✅ 书单已建（13 份） | ✅（116 页） | 2026-07-17 |
| Solution-Patterns | 场景解决方案库（全库的场景索引层）：方案 = 场景 × 积木，十章覆盖方法底座（五层参考架构、POC 三要素、成本三本账、口径鉴别术）+ 七大场景图纸（智能客服、企业知识库与 AI 搜索、营销内容生成、AI Coding、数字人、ChatBI 数据分析、会议与办公助手）+ 售前速查（七场景→积木总表、分诊决策树、成本速查卡） | ✅ 书单已建（12 份） | ✅（101 页） | 2026-07-13 |
| Predictive-AI-MLOps | 预测式 AI 与 MLOps：接住客户已有的那批传统模型，十章覆盖两种 AI 的分工、算法取舍地图、把业务问题切成可学的题、特征时间语义与训练服务偏差（头号事故源）、特征平台何时才真需要、实验记录与发布门、上线后七类信号对七种动作、可解释与公平、一套平台的分界线、售前速查 | ✅ 书单已建（10 份） | ✅（122 页） | 2026-08-02 |
| AI-Governance | AI 治理、风险与合规：治理是一套一直在跑的决定系统而非一份文档，十一章覆盖按用途登记（不按模型）、组织分层与法律分类两把尺子、影响评估在架构冻结前做、五种决定、证据包组装、什么变化让批准失效、各框架能证明与不能证明什么、与中国备案要求怎么对接、跑起来的角色与节奏、售前速查 | ✅ 书单已建（10 份） | ✅（117 页） | 2026-08-02 |
| Model-Landscape | 模型格局与选型（⚠️ 全库最易过期，巡检优先）：三大阵营地图与企业/消费市场分裂（40/27/21 vs 74%）、五张闭源名片（GPT-5.6/Claude 5/Gemini 3.1/Grok 4.3/Muse Spark）、开放权重中国四强、豆包家族与定位、许可证三级分类、$0.10–$30 价格光谱与缓存经济学、能力矩阵与思考预算、多模型选型方法论（三层路由/五约束决策树/两道防线）、国内平台格局（方舟/百炼/千帆/腾讯）、售前速查含保鲜声明 | ✅ 书单已建（10 份） | ✅（99 页） | 2026-07-17 |
| AI-Ops | LLM 可观测与运维（上线之后的日子怎么过）：两根新轴（质量/token 成本）与静默退化、Tracing 与 OTel GenAI（client span 已稳定）、在线评估与反馈回流（采样 5–10% 异步打分、数据集晋升）、漂移监测（供应商静默换模）、发布管理（版本注册表/评估门禁/金丝雀/回滚）、事故响应（runbook 四问/急停/HITL/SLA 分级）、工具格局（六平台 + APM vs 专用分工）、售前速查含运营包五件套 | ✅ 书单已建（10 项 + 1 份引用 Security） | ✅（71 页） | 2026-07-13 |
| Data-Engineering | AI 数据工程（数据底座层首模块，把客户的烂数据搞就绪）：数据就绪度四问、文档解析管线（LlamaParse/Docling/MinerU 格局与基准）、连接器五件事与增量同步、向量库选型深潜（pgvector 上限/Qdrant/Milvus）、质量四指标与坏答案回流、标注与合成数据运营、治理三执行点、售前速查含八坑清单 | ✅ 书单已建（8 份） | ✅（70 页） | 2026-07-13 |
| MCP | 模型上下文协议：M×N→M+N 的标准插座，七章覆盖协议机制、server/client 实践、传输演进、生产落地、安全与售前速查 | ✅ 书单已建（10 份） | ✅（81 页） | 2026-07-17 |
| A2A | 智能体间协议：让不同厂商/框架的 Agent 互相发现、委派、协作（MCP 接工具，A2A 接 Agent），七章覆盖与 MCP 分工（含协同实景+误区选型）、五大对象、发现与传输、动手做协作、多智能体协作、生产上云与安全 | ✅ 书单已建（10 份） | ✅（83 页） | 2026-07-17 |
| LLM 原理 | 大模型的发动机舱：原理三章（序列问题与 Transformer、QKV 注意力、架构全解剖）+ 工程三章（KV 缓存与上下文窗口、注意力变体进化、售前速查） | ✅ 书单已建（10 份） | ✅（91 页） | 2026-07-12 |
| LLM-Training | LLM 训练全景：从随机权重到可用助手的完整流水线，八章覆盖数据、预训练（Scaling Laws/MoE）、SFT、对齐、RLVR 推理训练、基础设施与评估 | ✅ 书单已建（10 份） | ✅（85 页） | 2026-07-12 |
| LLM-Inference | LLM 推理服务：训练好的模型怎么又快又省地跑起来，八章覆盖推理原理（prefill/decode 与 KV Cache）、推理框架（vLLM/SGLang/TensorRT-LLM/Ollama）、推理优化（批处理、量化、投机解码、P/D 分离）与生产化速查 | ✅ 书单已建（10 份） | ✅（94 页） | 2026-07-12 |
| Fine-tuning | 微调工程实践：拿自己的数据定制模型，八章覆盖何时微调（vs 提示词/RAG）、全参与 LoRA/QLoRA、数据准备与合成、训练框架、DPO/RFT 对齐、托管服务与上云、评估部署与售前速查 | ✅ 书单已建（10 份） | ✅（89 页） | 2026-07-12 |
| Evaluation | LLM 评估体系：八章覆盖为什么评估难、模型基准全景（含 Agent 基准与榜单争议）、判分四法、LLM-as-a-Judge 深潜、自建评估与错误分析、RAG/Agent/微调场景验收、工具链与生产闭环、售前速查，汇合全库评估线 | ✅ 书单已建（10 份） | ✅（100 页） | 2026-07-12 |
| Security | AI 安全：九章覆盖威胁全景（OWASP LLM Top 10 / MITRE ATLAS）、提示注入与越狱（EchoLeak）、数据与隐私、供应链与模型来源、Agent 与工具安全、护栏/双 LLM/红队防护工程、NIST + EU AI Act 治理合规、中国监管合规（双备案/内容标识/安全国标/数据出境）、售前速查 | ✅ 书单已建（10 份） | ✅（90 页） | 2026-07-17 |
| AI-Gateway | AI 网关：多模型系统的统一入口与运营管控层（工程保障层运营面），八章覆盖是什么/为什么（多对多之痛·边界辨析）、统一接入与协议转换（OpenAI 兼容层·虚拟密钥）、路由容灾（五策略·fallback）、按 token 成本治理（预算·语义缓存）、安全护栏挂载点（串联 Security）、可观测（OTel GenAI）、AI 网关+MCP 网关（展开章，含授权时序深潜，串联 MCP/A2A/Agent）、选型与上云速查 | ✅ 书单已建（10 份） | ✅（86 页） | 2026-07-17 |
| AI-Infra-Compute | 算力硬件与网络：八章覆盖五层栈全景、GPU 解剖（精度阶梯/Roofline/MFU）、显存与 HBM 账、芯片选型格局、NVLink/InfiniBand/RoCE/UEC 两级互联与集群拓扑、并行文件系统与数据管线、算力经济学（建 vs 租 vs API） | ✅ 书单已建（10 份） | ✅（87 页） | 2026-07-13 |
| Prompt Engineering | 和大模型对话的接口层：最便宜、最快见效的能力杠杆——不改权重、不搭检索就能把模型能力调出来，七章覆盖是什么/为什么、提示词解剖、核心技巧（zero/few-shot·CoT·结构化输出）、进阶推理与编排（ReAct·推理模型时代）、工程化与自动优化（DSPy·缓存）、安全与风险（提示词注入·OWASP）、售前收拢 | ✅ 书单已建（10 份） | ✅（83 页） | 2026-07-17 |
| AI-Infra-Platform | 集群平台与调度：八章覆盖平台四大职责、K8s+GPU（DRA 1.34 GA）、作业调度（gang/Kueue/Volcano/KAI/Slurm）、GPU 切分多租户（MIG/HAMi）、训练容错自愈、可观测与利用率（MFU/goodput）、推理服务平台化、云上四种算力形态 | ✅ 书单已建（10 份） | ✅（81 页） | 2026-07-13 |
预留扩充位（这是个会长大的库）：七层书架已铺满（21 个模块）。新模块照 RAG 的结构照抄一份骨架即可。
- 用户决策中：火山引擎对照（KB-CONFIG 工作场景挂钩调整，用户表示等等；中国合规章已于 2026-07-17 落地为 Security 第 8 章）
- 远期预留：数据治理/合规（数据底座层第二模块占位）· MLOps/AI 开发平台（从 AI-Infra-Platform 拆出的产品面）
目录约定：每个模块自成一个子文件夹，固定含
README.html、MANIFEST.md、电子书书单.md、raw-data/（含 history/ 成品历史版本）、<模块名>-讲义.pptx；书单只列正规渠道的官方链接，库内不存放电子书文件。「讲义 PPT」列的页数为放映序实测，与模块 README、_prep/ 全库一页纸、模块 MANIFEST 四账一致（_maintenance/check_page_ledger.py 巡检）。