Skip to content

知识库索引

本知识库基于 Karpathy LLM Wiki 理念搭建,采用 raw/ → wiki/ 的自下而上编译模式。

🚪 阅读入口

👉 第一站:从这里开始 — 完整的阅读路径导航(新闻怎么读 / 导论按什么顺序 / 算法按什么查)

🔁 会话延续:_session-state — 上下文快满 / 切换会话时,读它恢复工作状态

📊 动态索引:知识库总览.base — Bases 视图(按分类/类型自动分组,篇数与 frontmatter 实时同步,不再手工维护)

  • 文章总数:176
  • 最近更新:2026-09-15(配色案例库扩至 98 套·十组:国风雅集 / 复古港风 / 赛博朋克 / 极简黑白 / 侘寂 / 蒸汽波 / 孟菲斯复古等,含交互色卡页与色卡图;文章数不变 176 篇)
  • 导航入口:2026-09-13 初学者友好化改造(分流表 / 零基础 3 篇 / 术语一分钟)
  • 编译状态:已完成十六轮编译 + 目录重组 + 笔记补全 + 阅读导航 + 会话状态机制 + evergreen 补全 + 健康检查深挖 + 学习笔记三级分组 + GitHub色彩理论AI用色落地 + 提示词工程Skill落地 + Python语法速查4篇 + DeepSeek-Harness工具篇 + Claude-Code工具篇 + 我的世界资源板块(6篇)+ 我的世界资源深挖补全(6篇增量)+ Flask课件教程7篇 + 新闻早报更新日志机制 + AI课程11章PPT编译(8新建+2增量)+ 离散数学14章PPT编译(13新建)+ 导航入口初学者友好化改造(文章数不变)+ 全库补「一句话总结」导读块(69新增+21统一,90篇全覆盖)+ 属性层整顿(标签收敛31词/Bases视图/type模板)+ 术语一分钟独立成篇(91篇)+ 知识库健康检查收尾(技能去重/research补全/空笔记清理)+ git 版本控制与每日自动备份 + Agent 工程师知识补全(8篇 wiki + 8篇 research,100篇)+ Agent 实战教程与面试实战入库(102篇)+ 数学基础板块新增(103篇)+ 数学基础补全 4 篇(107篇)+ LLM 原理补全 3 篇(110篇)+ 多模态原理补全 3 篇(113篇)+ 上下文工程补全 3 篇(116篇)+ Agent 模式与可观测性补全 3 篇(119篇)+ LLM API 工程补全 3 篇(122篇)+ Agent 评测体系补全 3 篇(125篇)+ Agent 安全攻防补全 3 篇(128篇)+ Agent 能力进阶补全 3 篇(131篇)+ RAG 生产化补全 3 篇(134篇)+ Agent 规划与推理增强补全 3 篇(137篇)+ 向量数据库运维补全 3 篇(140篇)+ Agent 记忆工程补全 3 篇(143篇)+ 多模态 Agent 应用补全 3 篇(146篇)+ Agent 可观测性与生产监控补全 3 篇(149篇)+ Agent 工作流编排与微调补全 3 篇(152篇)+ Agent Prompt 工程进阶补全 3 篇(155篇)+ Agent 微调进阶补全 3 篇(158篇)+ 多智能体协作深挖补全 3 篇(161篇)+ 检测脚本入库建档(162篇)+ 工作流与任务规划深挖补全 3 篇(165篇)+ MCP 协议深挖补全 3 篇(168篇)+ 生产部署深挖补全 3 篇(171篇)+ 多模态 Agent 深挖补全 3 篇(174篇)+ 优质配色与渐变色深挖补全 2 篇 + 配色案例库逐轮扩充至 98 套·十组(64-72 轮:色卡图/交互页/国风/港风/赛博朋克/极简黑白/侘寂/蒸汽波/孟菲斯复古,文章数不变 176篇)+ 导航页瘦身重构(73 轮:从这里开始 398→219 行,按需查速查表化,文章数不变 176篇)

分类索引

📰 新闻热点

AI大模型

AI安全

国产AI

AI绘画与设计

行业动态

📚 学习笔记

🤖 AI技术组

📖 术语速查
  • 术语一分钟 — 14 个高频术语一句话速查,遇词先翻它(resource)
算法与数据结构
离散数学
Python速查
人工智能导论
AI 基础概念
数学基础
AI Agent(智能体)
  • [AI-Agent-概述与核心组成](/学习笔记/AI技术/AI Agent/AI-Agent-概述与核心组成) — 定义、三组件、四要素、五步循环(evergreen)
  • [AI-Agent-类型与适用场景](/学习笔记/AI技术/AI Agent/AI-Agent-类型与适用场景) — 7种类型、何时该用/不该用(evergreen)
  • [AI-Agent-多智能体架构](/学习笔记/AI技术/AI Agent/AI-Agent-多智能体架构) — 分层主管-工人、五种协作模式、四大框架范式(evergreen)
  • [AI-Agent-主流框架对比](/学习笔记/AI技术/AI Agent/AI-Agent-主流框架对比) — LangChain/CrewAI/AutoGen 等选型(volatile)
  • [AI-Agent-Claude-Code](/学习笔记/AI技术/AI Agent/AI-Agent-Claude-Code) — Anthropic 官方终端编程 Agent,Skills/MCP/多智能体(volatile)
  • [AI-Agent-DeepSeek-Harness](/学习笔记/AI技术/AI Agent/AI-Agent-DeepSeek-Harness) — DeepSeek 官方 Agent 运行环境,万物皆插件(volatile)
  • [AI-Agent-学习路径与资源](/学习笔记/AI技术/AI Agent/AI-Agent-学习路径与资源) — 微软课、Google白皮书、Awesome清单(evergreen)
  • [AI-Agent-记忆系统](/学习笔记/AI技术/AI Agent/AI-Agent-记忆系统) — 分层记忆/向量记忆、MemGPT-Letta、记忆压缩(evergreen)
  • [AI-Agent-评估评测](/学习笔记/AI技术/AI Agent/AI-Agent-评估评测) — 轨迹评估、LLM-as-Judge、主流基准、回归测试(evergreen)
  • [AI-Agent-工具调用](/学习笔记/AI技术/AI Agent/AI-Agent-工具调用) — Function Calling 闭环、JSON Schema、错误分型、循环控制(evergreen)
  • [AI-Agent-安全](/学习笔记/AI技术/AI Agent/AI-Agent-安全) — 提示注入/越狱、OWASP LLM Top10、防御纵深、权限链(evergreen)
  • [AI-Agent-模型微调](/学习笔记/AI技术/AI Agent/AI-Agent-模型微调) — 微调 vs Prompt/RAG、LoRA/QLoRA 选型、工具调用数据、评估 Harness(evergreen)
  • [AI-Agent-工作流编排](/学习笔记/AI技术/AI Agent/AI-Agent-工作流编排) — Workflows vs Agents、九大设计模式、ReAct、LangGraph、控制流四基元(evergreen)
  • [AI-Agent-生产部署](/学习笔记/AI技术/AI Agent/AI-Agent-生产部署) — 上线基线、可观测性、在线 eval、成本治理、灰度发布(evergreen)
  • [AI-Agent-向量数据库](/学习笔记/AI技术/AI Agent/AI-Agent-向量数据库) — 选型、ANN 索引、混合检索 RRF、检索评测(evergreen)
  • [AI-Agent-实战教程](/学习笔记/AI技术/AI Agent/AI-Agent-实战教程) — 从零构建:最简 30 行 → 手写 ReAct → LangGraph → 生产化清单(evergreen)
  • [AI-Agent-面试实战](/学习笔记/AI技术/AI Agent/AI-Agent-面试实战) — 6 块考点地图、手撕 ReAct、选型避坑经验值、系统设计套路(evergreen)
  • [AI-Agent-核心设计模式](/学习笔记/AI技术/AI Agent/AI-Agent-核心设计模式) — ReAct/P&E/Reflection 对比与选型口诀(evergreen)
  • [AI-Agent-框架内部机制](/学习笔记/AI技术/AI Agent/AI-Agent-框架内部机制) — LangGraph State/Node/Edge、super-step、checkpointer(evergreen)
  • [AI-Agent-可观测性与评估工程](/学习笔记/AI技术/AI Agent/AI-Agent-可观测性与评估工程) — Trace+Eval+Monitoring、成本归因、EvalOps 闭环(evergreen)
  • [AI-Agent-评测基准体系](/学习笔记/AI技术/AI Agent/AI-Agent-评测基准体系) — SWE-bench/WebArena/AgentBench/GAIA/τ-bench 选型(evergreen)
  • [AI-Agent-评测数据集构建](/学习笔记/AI技术/AI Agent/AI-Agent-评测数据集构建) — Golden Set 三阶段、四桶配比、防污染(evergreen)
  • [AI-Agent-评测指标与评估流程](/学习笔记/AI技术/AI Agent/AI-Agent-评测指标与评估流程) — pass@k vs pass^k、分层门禁、离线在线双轨(evergreen)
  • [AI-Agent-提示注入攻防](/学习笔记/AI技术/AI Agent/AI-Agent-提示注入攻防) — 直接/间接注入、越狱手法、五层防御(evergreen)
  • [AI-Agent-Agent安全架构与防护](/学习笔记/AI技术/AI Agent/AI-Agent-Agent安全架构与防护) — 沙箱/最小权限/Phantom Token/TEE/熔断(evergreen)
  • [AI-Agent-安全评估与红队](/学习笔记/AI技术/AI Agent/AI-Agent-安全评估与红队) — 红队、JailbreakBench/CyberSecEval、三层网关(evergreen)
  • [AI-Agent-长任务执行与状态管理](/学习笔记/AI技术/AI Agent/AI-Agent-长任务执行与状态管理) — Checkpoint、恢复四级、副作用幂等(evergreen)
  • [AI-Agent-自我反思与改进机制](/学习笔记/AI技术/AI Agent/AI-Agent-自我反思与改进机制) — Self-Refine/Reflexion/CRITIC、生成-评估-改进(evergreen)
  • [AI-Agent-多Agent协作与A2A协议](/学习笔记/AI技术/AI Agent/AI-Agent-多Agent协作与A2A协议) — Agent Card、任务状态机、三大协议(evergreen)
  • [AI-Agent-RAG生产化与混合检索](/学习笔记/AI技术/AI Agent/AI-Agent-RAG生产化与混合检索) — 混合检索/RRF/重排、Recall/MRR/nDCG(evergreen)
  • [AI-Agent-AgenticRAG与高级检索](/学习笔记/AI技术/AI Agent/AI-Agent-AgenticRAG与高级检索) — 六级阶梯、路由/改写、Self-RAG/CRAG(evergreen)
  • [AI-Agent-RAG缓存与索引运维](/学习笔记/AI技术/AI Agent/AI-Agent-RAG缓存与索引运维) — 语义缓存、KV 复用、增量索引(evergreen)
  • [AI-Agent-推理策略与思维链](/学习笔记/AI技术/AI Agent/AI-Agent-推理策略与思维链) — CoT/CoT-SC/ToT/GoT 演进与选型(evergreen)
  • [AI-Agent-规划器与任务分解](/学习笔记/AI技术/AI Agent/AI-Agent-规划器与任务分解) — Plan-and-Execute 四组件、重规划三策略(evergreen)
  • [AI-Agent-搜索增强与推理时计算](/学习笔记/AI技术/AI Agent/AI-Agent-搜索增强与推理时计算) — MCTS/RAP/LATS/Best-of-N/PRM(evergreen)
  • [AI-Agent-向量数据库选型与索引调优](/学习笔记/AI技术/AI Agent/AI-Agent-向量数据库选型与索引调优) — 五库对比、HNSW/IVF/DiskANN、实测数据(evergreen)
  • [AI-Agent-向量数据库运维与一致性](/学习笔记/AI技术/AI Agent/AI-Agent-向量数据库运维与一致性) — 备份、一致性对账、热温冷分层(evergreen)
  • [AI-Agent-向量数据库分片与成本优化](/学习笔记/AI技术/AI Agent/AI-Agent-向量数据库分片与成本优化) — 分片策略、量化压缩、高可用(evergreen)
  • [AI-Agent-记忆分层与架构](/学习笔记/AI技术/AI Agent/AI-Agent-记忆分层与架构) — 四类认知记忆、MemGPT 内存分级(evergreen)
  • [AI-Agent-记忆写入与检索策略](/学习笔记/AI技术/AI Agent/AI-Agent-记忆写入与检索策略) — 写入四操作、三信号检索、遗忘机制(evergreen)
  • [AI-Agent-记忆工程工具与实战](/学习笔记/AI技术/AI Agent/AI-Agent-记忆工程工具与实战) — Mem0/Zep/LangMem、记忆压缩、选型(evergreen)
  • [AI-Agent-GUI-Agent与屏幕理解](/学习笔记/AI技术/AI Agent/AI-Agent-GUI-Agent与屏幕理解) — 截图→VLM→动作闭环、UI-TARS 四模块(evergreen)
  • [AI-Agent-浏览器Agent与网页交互](/学习笔记/AI技术/AI Agent/AI-Agent-浏览器Agent与网页交互) — 可访问性树、Playwright MCP、ref 交互(evergreen)
  • [AI-Agent-多模态Agent评估基准](/学习笔记/AI技术/AI Agent/AI-Agent-多模态Agent评估基准) — OSWorld/ScreenSpot/Visual WebArena(evergreen)
  • [AI-Agent-可观测性与Trace标准](/学习笔记/AI技术/AI Agent/AI-Agent-可观测性与Trace标准) — OTel GenAI SemConv、Agent Span(evergreen)
  • [AI-Agent-监控工具与平台](/学习笔记/AI技术/AI Agent/AI-Agent-监控工具与平台) — LangSmith/Langfuse/Phoenix/Helicone(evergreen)
  • [AI-Agent-生产部署与告警](/学习笔记/AI技术/AI Agent/AI-Agent-生产部署与告警) — 金丝雀、告警分级、成本护栏(evergreen)
  • [AI-Agent-工作流编排与状态图](/学习笔记/AI技术/AI Agent/AI-Agent-工作流编排与状态图) — StateGraph、循环、checkpoint(evergreen)
  • [AI-Agent-模型微调与Agent适配](/学习笔记/AI技术/AI Agent/AI-Agent-模型微调与Agent适配) — SFT/DPO/LoRA、何时微调(evergreen)
  • [AI-Agent-MCP协议与服务端开发](/学习笔记/AI技术/AI Agent/AI-Agent-MCP协议与服务端开发) — 三原语、vs Function Calling(evergreen)
  • [AI-Agent-Prompt-结构化输出与格式约束](/学习笔记/AI技术/AI Agent/AI-Agent-Prompt-结构化输出与格式约束) — 约束四级、两层约束(evergreen)
  • [AI-Agent-Prompt-Agent系统提示与工具描述](/学习笔记/AI技术/AI Agent/AI-Agent-Prompt-Agent系统提示与工具描述) — 四要素、工具描述、六项契约(evergreen)
  • [AI-Agent-Prompt-思维链与推理提示](/学习笔记/AI技术/AI Agent/AI-Agent-Prompt-思维链与推理提示) — CoT 三级、Self-Consistency(evergreen)
  • [AI-Agent-强化学习与RLVR](/学习笔记/AI技术/AI Agent/AI-Agent-强化学习与RLVR) — RLVR/GRPO、奖励设计(evergreen)
  • [AI-Agent-微调实战流程与工具](/学习笔记/AI技术/AI Agent/AI-Agent-微调实战流程与工具) — 数据/框架/LoRA 超参(evergreen)
  • [AI-Agent-微调评估与回归](/学习笔记/AI技术/AI Agent/AI-Agent-微调评估与回归) — 三层评估、四组测试集(evergreen)
  • [AI-Agent-多智能体编排模式](/学习笔记/AI技术/AI Agent/AI-Agent-多智能体编排模式) — 七模式、Orchestrator-Worker(evergreen)
  • [AI-Agent-多智能体通信与协商](/学习笔记/AI技术/AI Agent/AI-Agent-多智能体通信与协商) — A2A 细节、冲突解决四级(evergreen)
  • [AI-Agent-多智能体架构与工程化](/学习笔记/AI技术/AI Agent/AI-Agent-多智能体架构与工程化) — 三架构、失败处理、成本(evergreen)
  • [AI-Agent-任务规划与重规划](/学习笔记/AI技术/AI Agent/AI-Agent-任务规划与重规划) — ReAct/Plan-and-Execute/HTN、重规划触发(evergreen)
  • [AI-Agent-工作流模式与状态机](/学习笔记/AI技术/AI Agent/AI-Agent-工作流模式与状态机) — DAG+状态机+检查点、HITL(evergreen)
  • [AI-Agent-工作流生产化](/学习笔记/AI技术/AI Agent/AI-Agent-工作流生产化) — 分层超时、重试层级、熔断并发(evergreen)
  • [AI-Agent-MCP传输与生命周期](/学习笔记/AI技术/AI Agent/AI-Agent-MCP传输与生命周期) — stdio/HTTP、三阶段、能力协商(evergreen)
  • [AI-Agent-MCP服务端工程](/学习笔记/AI技术/AI Agent/AI-Agent-MCP服务端工程) — 三原语、OAuth 2.1、审计(evergreen)
  • [AI-Agent-MCP客户端与生态](/学习笔记/AI技术/AI Agent/AI-Agent-MCP客户端与生态) — Host/Client、sampling、网关(evergreen)
  • [AI-Agent-部署形态与架构](/学习笔记/AI技术/AI Agent/AI-Agent-部署形态与架构) — 形态谱系、vLLM、混合策略(evergreen)
  • [AI-Agent-发布与流量管理](/学习笔记/AI技术/AI Agent/AI-Agent-发布与流量管理) — Agent 灰度组合体、Canary/蓝绿(evergreen)
  • [AI-Agent-成本与容量优化](/学习笔记/AI技术/AI Agent/AI-Agent-成本与容量优化) — 三杠杆、KV 缓存、显存分级(evergreen)
  • [AI-Agent-多模态输入与理解](/学习笔记/AI技术/AI Agent/AI-Agent-多模态输入与理解) — VLM 能力、OCR+VLM Pipeline(evergreen)
  • [AI-Agent-视觉定位与操作](/学习笔记/AI技术/AI Agent/AI-Agent-视觉定位与操作) — Grounding、闭环执行、UI-TARS(evergreen)
  • [AI-Agent-多模态Agent系统与场景](/学习笔记/AI技术/AI Agent/AI-Agent-多模态Agent系统与场景) — 四层架构、设计稿转代码(evergreen)
提示词工程
Flask教程

🎨 设计组

设计基础(色彩理论)
设计原则

🧠 学习法组

核心原理
通用技法

🎮 我的世界(游戏资源索引)

🧪 研究笔记(research)

  • 2026-09-06-AI新闻热点综述 — 2026年9月 AI 新闻热点综述
  • 2026-09-08-人工智能导论知识笔记 — 人工智能导论知识笔记
  • 2026-09-09-AI-Agent知识综述 — AI Agent 知识综述
  • 2026-09-09-AI基础概念知识 — AI 基础概念知识
  • 2026-09-09-GitHub提示词工程Skill研究 — GitHub 提示词工程 Skill 研究
  • 2026-09-09-GitHub色彩理论AI用色研究 — GitHub 色彩理论·AI 用色研究
  • 2026-09-09-deep-AnthropicIPO — Anthropic IPO 深挖
  • 2026-09-09-deep-MCP生态 — MCP 生态深挖
  • 2026-09-09-deep-RLHF对齐 — RLHF 与大模型对齐深挖
  • 2026-09-09-deep-多智能体架构 — 分层多智能体架构深挖
  • 2026-09-09-deep-多模态提示 — 多模态提示深挖
  • 2026-09-09-evergreen-核心原理知识 — evergreen 核心原理知识
  • 2026-09-09-evergreen-设计原则知识 — evergreen 设计原则知识
  • 2026-09-09-evergreen-通用技法知识 — evergreen 通用技法知识
  • 2026-09-09-提示词工程知识 — 提示词工程知识
  • 2026-09-09-色彩理论知识 — 色彩理论知识
  • 2026-09-13-LLM知识库外部实践调研 — LLM 维护型知识库外部实践:Karpathy gist 原文、矛盾保留机制、提取与检索选型
  • 2026-09-14-Agent记忆系统调研 — Agent 记忆分类、三层落地、MemGPT/Letta、记忆压缩、框架选型
  • 2026-09-14-Agent评估评测调研 — 轨迹评估、LLM-as-Judge、主流基准、非确定性回归测试
  • 2026-09-14-Agent工具调用调研 — Function Calling 闭环、JSON Schema、错误处理、并行与循环
  • 2026-09-14-Agent安全调研 — 提示注入/越狱、OWASP LLM Top10、零信任沙箱、权限链
  • 2026-09-14-Agent模型微调调研 — 微调选型、数据准备、工具调用数据、评估 Harness
  • 2026-09-14-Agent工作流编排调研 — Workflows vs Agents、设计模式、ReAct、LangGraph
  • 2026-09-14-Agent生产部署调研 — 上线基线、可观测、在线 eval、成本 FinOps
  • 2026-09-14-向量数据库实战调研 — 选型、ANN 索引、混合检索 RRF、评测
  • 2026-09-14-Agent实战教程调研 — 从零构建、LangGraph 实战、生产化要点、学习路线
  • 2026-09-14-Agent面试实战调研 — 高频考点归类、手撕题、系统设计套路
  • 2026-09-14-人工智能数学教材调研 — 《人工智能中的数学》图书档案、9 章目录、实验体系
  • 2026-09-14-AI数学基础补全调研 — 线性代数/概率统计/信息论/优化四块地基材料与来源
  • 2026-09-14-LLM原理补全调研 — Transformer/预训练涌现/推理解码三块原理材料与来源
  • 2026-09-14-多模态原理补全调研 — CLIP 对齐/VLM 架构/多模态 Agent 材料与来源
  • 2026-09-14-上下文工程补全调研 — 原理/压缩策略/缓存纪律材料与来源(含 Anthropic 官方)
  • 2026-09-14-Agent模式与可观测性补全调研 — 设计模式/LangGraph 机制/EvalOps 材料与来源
  • 2026-09-14-LLM-API工程补全调研 — Function Calling/流式结构化/可靠性材料与来源
  • 2026-09-14-Agent评测体系补全调研 — 基准/数据集/指标材料与来源(含 AgentAtlas/美团白皮书)
  • 2026-09-14-Agent安全攻防补全调研 — 注入/沙箱/红队材料与来源(含 OWASP/Anthropic/微软)
  • 2026-09-14-Agent能力进阶补全调研 — 长任务/反思/A2A 材料与来源(含 AgentRewind/Agent-R/A2A 规范)
  • 2026-09-14-RAG生产化补全调研 — 混合检索/Agentic RAG/缓存索引材料与来源(含 arXiv/腾讯云)
  • 2026-09-14-Agent规划与推理增强补全调研 — 推理/规划/MCTS 材料与来源(含 ToT/LATS/RAP)
  • 2026-09-14-向量数据库运维补全调研 — 选型/运维/分片材料与来源(含 Milvus/Qdrant/实测)
  • 2026-09-15-Agent记忆工程补全调研 — 记忆分层/读写/工具材料与来源(含 MemGPT/Mem0/Zep)
  • 2026-09-15-多模态Agent应用补全调研 — GUI/浏览器/评估材料与来源(含 UI-TARS/OSWorld)
  • 2026-09-15-Agent可观测性与生产监控补全调研 — Trace/工具/部署材料与来源(含 OTel/Langfuse)
  • 2026-09-15-Agent工作流编排与微调补全调研 — LangGraph/微调/MCP 材料与来源(含 NVIDIA 映射表)
  • 2026-09-15-AgentPrompt工程进阶补全调研 — 结构化输出/系统提示/CoT 材料与来源
  • 2026-09-15-Agent微调进阶补全调研 — RLVR/GRPO/实战/评估材料与来源(含 R1/Unsloth)
  • 2026-09-15-多智能体协作深挖补全调研 — 编排/通信/架构材料与来源(含 A2A)
  • 2026-09-15-工作流与任务规划深挖补全调研 — HTN/状态机/生产化材料与来源
  • 2026-09-15-MCP协议深挖补全调研 — 传输/OAuth/客户端材料与来源
  • 2026-09-15-生产部署深挖补全调研 — vLLM/灰度/成本优化材料与来源
  • 2026-09-15-多模态Agent深挖补全调研 — VLM/grounding/场景材料与来源
  • 2026-09-15-优质配色与渐变色深挖调研 — 配色案例与渐变材料与来源

🔧 工具与使用

  • 工具与使用/RAG使用速查 — 知识库语义检索(RAG)三种入口、命令速查、分数解读与重建时机(resource)
  • 工具与使用/15维度覆盖度检测 — 15 岗位维度覆盖检测命令、分数解读与注意事项(resource)

使用指南

五个核心命令

命令作用触发时机
/compile编译 raw/ 和 research/ 的新材料到 wiki丢了新材料后
/lint检查格式并自动修复编译后,确保质量
/write基于 wiki 写文章,新洞察可回流 wiki想产出内容时
/researchAI 主动搜索外部信息补充知识空白wiki 信息不足时
/rag语义检索全库(bge 向量索引)定位相关片段查询时优先用
/health-check全面体检,发现矛盾和空白定期运行(建议每月)

快速开始

  1. 把文章、教程、笔记、截图等丢进 raw/
  2. 运行 lock-raw.bat 锁定 raw/(防止误改)
  3. 让 AI 执行 /compile 开始编译
  4. 编译完成后用 /lint 检查格式
  5. /write 产出内容,用 /research 补充研究

📄 查询与 RAG 详细用法见 工具与使用/RAG使用速查

目录说明

auto_ai知识库/
├── CLAUDE.md              ← 知识库的"大脑",AI 的系统指令
├── raw/                   ← 你的原始材料(只读)
│   └── 算法笔记/          ← 22张算法学习截图
├── research/              ← AI 补充的研究材料
├── wiki/                  ← 编译后的结构化知识库
│   ├── INDEX.md           ← 本文件,知识索引
│   ├── _compile-log.md    ← 编译日志
│   ├── _changelog.md      ← 变更日志
│   ├── 新闻热点/          ← AI行业动态(7篇)
│   │   ├── AI大模型/
│   │   ├── AI安全/
│   │   ├── 国产AI/
│   │   ├── AI绘画与设计/
│   │   └── 行业动态/
│   ├── 我的世界/(6篇)     ← 游戏资源索引(总览 + 整合包/光影与Mod/地图/汉化/资源包)
│   └── 学习笔记/          ← 学习资料(161篇,三级分组)
│       ├── AI技术/(147篇)
│       │   ├── 人工智能导论/(14篇)
│       │   ├── AI基础概念/(18篇)
│       │   ├── 数学基础/(5篇)
│       │   ├── AI Agent/(71篇)
│       │   ├── 提示词工程/(4篇)
│       │   ├── 算法与数据结构/(10篇)
│       │   ├── 离散数学/(13篇)
│       │   ├── Python速查/(4篇)
│       │   ├── Flask教程/(7篇)
│       │   └── 术语速查/(1篇)
│       ├── 设计/(8篇)
│       │   ├── 设计基础/(5篇)
│       │   └── 设计原则/(3篇)
│       └── 学习法/(6篇)
│           ├── 核心原理/(3篇)
│           └── 通用技法/(3篇)
│   └── 工具与使用/(2篇)     ← RAG 使用速查、15 维度覆盖度检测
├── outputs/               ← 写作产出和分析报告
├── skills/                ← 内置 Agent 技能(color-expert 色彩专家等;.claude/skills/ 为目录联接)
├── .claude/commands/      ← 五个命令模板
├── lock-raw.bat           ← 锁定 raw/(Windows)
└── unlock-raw.bat         ← 解锁 raw/(Windows)