指南

知识库不仅要回答"是什么"和"为什么"，更要回答"怎么做"。指南大类联接实体、概念与比较的认知，提供可操作的实践路径。

应用开发指南

将 AI 能力集成到实际产品中的工程实践。

• RAG 系统搭建入门指南 — 从零搭建 RAG 系统的完整流程，包含文档处理、向量化、检索、重排和生成的每个环节。
• AI Agent 开发入门指南 — AI Agent 开发入门与框架选型指南，从工具调用、多 Agent 协作到 LangGraph、LlamaIndex、CrewAI、OpenAI Agents SDK、Google ADK、Pydantic AI、Dify、n8n 等框架的技术选型。
• 多模态 AI 应用开发指南 — 多模态 AI 应用开发完整指南，覆盖 GPT-4o、Gemini、Claude 等多模态模型的 API 调用、图像/视频/音频处理与多模态 RAG 系统搭建。

训练与微调指南

从数据准备到模型微调的完整实操路径。

• Fine-tuning — 从数据准备到 LoRA/QLoRA 微调的完整实操指南，覆盖 PEFT、TRL、Axolotl、Unsloth 等主流框架，包含显存优化、超参数调优与模型合并。
• Prompt Engineering — 系统性提示工程方法论，超越概念页的理论介绍，涵盖 OpenAI 六大策略、Anthropic 清晰直接原则、生产环境模板管理、Function Calling 设计与安全防御。

评估与部署指南

模型评测、部署与推理优化的工程实践。

• LLM Evaluation — 如何自建评测 Pipeline，从 lm-evaluation-harness 到自定义基准的完整路径，覆盖数据加载、模型推理、指标计算与结果分析。
• Model Inference & Deployment — 开源模型端到端部署指南，从下载→量化→Serving→监控的完整链路，覆盖 vLLM、llama.cpp、TGI、Ollama 等主流方案。
• 模型部署与推理优化指南 — 从本地开发到云端生产的模型部署完整路径，覆盖 Ollama、vLLM、TensorRT-LLM 部署、量化优化、性能调试与成本控制。

产品与设计指南

AI 产品从概念到落地的设计方法论。

• AI 开发工具箱 — AI 产品从 0 到 1 的设计方法论，覆盖需求洞察、原型验证、MVP 开发、交互设计模式、评估指标体系与伦理合规。

部署与运维指南

模型部署、推理优化与 AI 安全实践。

• AI 安全与对齐实践指南 — 从概念到工程实践的 AI 安全与对齐指南，覆盖 RLHF、Constitutional AI、Red Teaming、水印、内容审核与模型评估。

工具与平台指南

常用开发工具和平台的使用教程。

• LLM-Wiki 知识库搭建指南 — 基于 VitePress 搭建 LLM 知识库的完整指南，包含架构设计、内容管理、CI/CD 部署和最佳实践。
• AI 视频工具选型与使用指南 — AI 视频工具选型与使用指南，从零搭建视频工作流，覆盖创意视频生成、数字人制作、视频编辑与工作流搭建。
• MG 动画 AI 工具选型与实操指南 — MG 动画 AI 工具选型与实操指南，从模板化工具到专业精调的完整工作流。