跳到正文
docai.cc

DOCAI · 知识地图

全站一张图

从「带着问题来」到「按顺序学完」,这里是所有入口的总览。带序号的按顺序读,其余按需跳。

79 个概念 · 24 节课 · 8 个专题

一、按问题找:专题

08

每个专题给一条排好的顺序,适合带着一个具体问题来。

把 AI 成本压下来成本不是一个单价能算清的。专题从 token 与最大输出讲起,铺开批量接口、提示缓存、命中率与限流重试,给出一套按调用形态选省钱手段的顺序。把 API 接稳:从 key 到重试接 API 不是换个 base URL 就完事。专题从密钥、端点与第一次请求讲起,覆盖 OpenAI 兼容、流式响应、限流重试与幂等,最后给出可排查的调试路径。从零搭一个 AgentAgent 不是多写几行提示词。专题按「循环、工具、框架、能力、记忆与协作」推进,先用最小工具调用跑通闭环,再逐步加上计算机操作、子代理与人工确认。评测与防线:让输出可验收没有评测,改提示词只能靠感觉。专题讲评测集、LLM 评分与回归对比,再覆盖幻觉、提示注入、越狱与系统提示泄露,最后用护栏和人工确认收口。提示缓存:把重复的前缀省下来提示缓存只对稳定前缀生效。专题讲清匹配规则、命中率与计费方式,再用一节课把请求重排成缓存友好的结构,最后回到成本估算,判断这笔优化是否值得。长文档与长上下文怎么处理窗口再大也有边界。专题先讲上下文窗口与 token 如何限制输入,再进入长文档处理:切分、检索、重排与混合检索,按成本与准确率做取舍。Claude Code 怎么用起来按「先跑通、再放手」的顺序讲 Claude Code:安装与首次运行、让它读项目文件、工具调用与 MCP、子代理与钩子,以及上下文、限流和提示注入的边界。MCP:把工具接进模型MCP 解决的是「模型怎么安全地用到外部工具和数据」。这个专题从协议角色讲起,用一个最小服务跑通接入,再补上工具调用、Agent 框架与提示注入防线。

二、按目标学:学习路径

04

从零到能自己接 API;路径只编排顺序,正文在课程页。

三、按难度学:课程

24 节 · 680 分钟

每节课 3–60 分钟,学完有自测。

  1. L0第一次对话:怎么问,怎么判断答得好不好选一个入口,按四要素把要求写清楚,再用三个标准检查回答。这一节不涉及任何代码,但决定了后面所有内容的上限。15 分钟
  2. L1让模型读你的文件:先切小,再提问粘贴、上传、走 API 三种方式,共同的坑是「太长」。学会先切分、再带着上下文提问,回答质量会明显不同。25 分钟
  3. L1读懂一次 API 报错拿到报错先看状态码、再看响应体的 type 与 message:三步把「一句话」定位到具体环节,而不是靠猜。20 分钟
  4. L1把一份 CSV 变成周报把表格粘进对话、给一个固定结构、要求标出依据:三件事做完,模型就能稳定产出可核对的周报初稿。25 分钟
  5. L2怎么选模型:从任务倒推不要先问哪个模型最强,先算错的代价。三个问题定档位,一次小规模对比定型号,最后把选择写成可复查的记录。25 分钟
  6. L2用 Claude Code 改第一处代码从安装到第一次提交:先让它只读,再给一个可验证的小改动,最后用 diff 和测试决定留还是弃。全程在独立分支上做。35 分钟
  7. L2用 OpenAI SDK 接第三方兼容接口第三方兼容接口大多能直接复用 OpenAI SDK,但换地址只是第一步。本课用一次 curl 验证、一次最小请求和一层重试,把兼容层的坑逐个排掉。30 分钟
  8. L2把模型接进自己的代码从 curl 过渡到代码:用环境变量管 key、用 SDK 或 HTTP 发请求、把 base URL 和模型名做成配置,出问题能逐层定位。30 分钟
  9. L2算清一次请求的成本输入 token、输出 token、单价三个变量决定一次调用花多少钱;重试和上下文重发是最容易被忽略的开销。20 分钟
  10. L2第一次 API 调用:10 行 curl从环境变量里读 key,用一条 curl 发出第一个请求,再逐段看懂响应。跑通之后,所有框架都只是把这十行包起来。20 分钟
  11. L2让模型稳定输出 JSON从「求它输出 JSON」换成「约束它只能输出 JSON」:一条 schema、两次校验、一个失败兜底,构成能上生产的三件套。30 分钟
  12. L2长文档装不下怎么办先算真实 token,再按结构切;能检索就别整篇塞,必须整篇时用分层摘要。四种做法的取舍与顺序,都在这一课。30 分钟
  13. L2上线前的检查清单鉴权、超时、限流、成本、日志、回滚:六项过一遍,比上线后救火便宜得多。25 分钟
  14. L2减少幻觉:给资料、要引用幻觉不是模型坏了,是它在缺信息时选择了猜。这一课用三个动作把它从「猜」推回「不答」:限定材料、要求引用、留出口。25 分钟
  15. L2流式输出与超时设置打开流式、逐块拼接文本、给首字节和总时长各设一个超时:让用户早点看到字,也让卡住的连接能自己退出。25 分钟
  16. L2写一条能复用的系统提示系统提示不是越长越好。这一课给一个四段结构,说明什么该写进去、什么必须放到代码里,以及怎么用五条输入验证它。25 分钟
  17. L3给模型一个工具,让它自己用定义一个函数、把它的结构告诉模型、执行模型返回的调用、再把结果发回去:亲手跑一遍工具调用的完整回合。35 分钟
  18. L3搭一条能用的分块与重排流水线分块决定检索能拿到什么,重排决定模型先看到什么。本课从按结构切块开始,经过混合召回与重排,最后用 20 条问题量出召回是否够用。40 分钟
  19. L3排查流式输出:从首字慢到断流流式问题分两类:字来得慢,或者流到一半断。先用 curl 看原始帧,再分清代理缓冲、首字耗时与生成耗时,最后补上重连去重和超时降级。25 分钟
  20. L3改完提示,怎么知道变好了先留一批固定测试题、给每条定判定标准、再新旧对比:没有这三步,任何「感觉好多了」都不可信。30 分钟
  21. L3接一个 MCP Server先接现成的,再考虑自己写。这一课走完三步:配置一个 server、确认工具真的可用、用最小代码写一个自己的。35 分钟
  22. L3搭一个最小可用的 RAG三份文档、一次向量化、一次检索、一次回答:不装框架,用最少代码看清 RAG 的每一步在哪出错。40 分钟
  23. L3用上下文缓存省钱缓存不是打开开关就生效。这一课教你按「稳定在前、变化在后」重排请求,用一次对照实验算出命中率与真实节省。30 分钟
  24. L3给提示词写一套能回归的评测改提示词最怕凭感觉。把任务、判定和样本固定下来,跑一次基线,之后每次改动都用同一套样本对比通过情况,才不会越改越差。40 分钟

四、按词查:概念库

79

八个分组,组内从浅到深。

基础

AI、机器学习、模型、token——先把词对上

模型与能力

Transformer、上下文窗口、参数量、推理模型

提示与交互

提示词、系统提示、temperature、结构化输出

接入与开发

API、key、endpoint、流式、限流

应用架构

embedding、RAG、Agent、MCP、工具调用

训练与对齐

预训练、微调、对齐、偏好优化

成本与性能

token 计费、首字延迟、缓存、吞吐

安全与合规

幻觉、越狱、数据出境、内容审核

五、延伸阅读:资料库

32 条 · 11 篇

官方文档、课程、社区与工具;每条都写了怎么用。