#大模型应用

从编程与工程基础出发，逐步掌握机器学习、LLM 原理、应用框架、Agent、RAG、模型训练、部署与评估优化。

站内还有两个独立分类：科研 收录 LaTeX 科研写作手册；术语文档 按领域沉淀 13 篇面试高频术语。本页是「大模型应用」这条主线的地图。

#学习路径

基础薄弱时按图从左向右学习；已有开发经验时，可以直接从大模型概述、RAG 或模型训练进入。

#编程与工程基础

#模型基础与原理

#LLM 应用、Agent 与 AI 工程

#RAG 知识系统

总览与学习路线 · 文档解析与分块 · 嵌入、向量库与索引 · 查询与检索优化 · 生成与评估 · GraphRAG · Agentic RAG 与记忆 · 端到端项目 · 生产实践

#Agent 工程

Agent 工程概览 · 五个设计面（L1 Prompt、L2 Context、L3 Loop、L4 Graph、L5 Harness） · 设计模式（单 Agent：ReAct、Plan-and-Execute、Reflection；多 Agent：Supervisor、Swarm、Debate） · 协议与互操作（MCP、A2A、ACP、ANP） · 最新技术：Jev 决策模型调研、Agent 协议一手资料核验、Coding Agent Runtime 一手资料核验

#模型训练、部署与工程实践

#模型训练系列

训练路线总览 · 微调基础与数据工程 · LoRA 与 QLoRA · Unsloth 实战 · DeepSpeed 实战 · 分布式训练 · 后训练工程实战 · 量化、合并与导出

#终端工具手册

#科研与术语文档

#按目标选择起点

• 想快速建立大模型全局认识：从大模型概述开始。
• 想开发企业知识库或问答系统：进入 RAG 系列，按「解析分块 → 向量检索 → 检索优化 → 生成评估」推进，再用评估与优化闭环。
• 想开发工具调用和多智能体系统：依次学习 LangChain、LangGraph、DeepAgents，再深入 Agent 工程的设计面、模式与协议。
• 想做领域模型微调：先看大模型微调，再进入模型训练系列实践 LoRA、QLoRA、Unsloth 和 DeepSpeed。
• 想把模型服务真正上线：进入模型部署，补齐推理服务、应用部署与监控能力。
• 想系统补计算机基础术语或准备面试：从术语文档按领域速查。