📚 AI 学习笔记合集#

个人 AI 学习笔记整理，涵盖大模型理论、LangChain 实战、图像算法和专项应用等领域。

📖 目录结构#

🤖 大模型笔记#

系统性大模型理论学习笔记，从基础到生产实践。

• 第一篇：大模型基础认知
• 第二篇：预训练技术与 Scaling Law
• 第三篇：微调技术全景
• 第四篇：提示工程与上下文学习
• 第五篇：RAG 检索增强
• 第六篇：AI Agent 智能体
• 第七篇：多模态模型
• 第八篇：AIGC 生成原理
• 第九篇：模型压缩与推理加速
• 第十篇：生产部署与评估

⛓️ LangChain 笔记#

LangChain 和 LlamaIndex 框架实战笔记，包含完整的开发流程。

LangChain 核心篇

• 第一篇：基础认知
• 第二篇：快速上手实战
• 第三篇：LangGraph 深入

RAG 工程篇（双框架对比）

• 第四篇：RAG 基础篇（LangChain + LlamaIndex）
• 第五篇：RAG 高级篇（LangChain + LlamaIndex）
• 第六篇：文档处理工程（LangChain + LlamaIndex）

生产实践篇

• 第七篇：Deep Agents
• 第八篇：Middleware 工程化
• 第九篇：高级应用与多 Agent 架构
• 第十篇：生产实践与监控评估

🖼️ 图像算法笔记#

计算机视觉与图像处理算法学习笔记。

• 第一篇：机器学习基础
• 第二篇：深度学习基础
• 第三篇：计算机视觉核心技术
• 第四篇：目标检测
• 第五篇：图像分割
• 第六篇：图像生成
• 第七篇：视觉大模型
• 第八篇：视频理解
• 第九篇：3D 视觉
• 第十篇：工程实践

🚀 大模型专项应用#

AI 技术在各个垂直领域的应用实践。

• 第01篇：AI 代码助手
• 第02篇：AIGC 内容生成
• 第03篇：AI 数字人
• 第04篇：多模态 AI 应用

💡 实践笔记#

日常开发和研究中的最佳实践总结。

• 最佳提示词
• 深入理解 FastAPI
• 大模型设计思想
• Agent 最佳设计模式

📝 说明#

• 所有笔记持续更新中，会随着学习深入不断完善
• 部分笔记包含代码示例，建议结合实践学习
• 欢迎提出改进建议和问题讨论

📌 相关资源#

• LangChain 官方文档：https://python.langchain.com/
• LlamaIndex 官方文档：https://docs.llamaindex.ai/
• 更多资源持续补充中…

最后更新：2025-12-02