AI实战库

把资源、工作流与真实试验整理成可复用方法

先把流程跑通,再把教程、工作流、方法和复盘沉淀成能复用的资产。

教程

可复用教程

用步骤、前置条件和边界组织内容,方便直接照着做。

  • 入门
  • 步骤
  • 边界

工作流

真实工作流沉淀

把多个资源、提示词和检查点串成可复用流程。

  • 组合
  • 节点
  • 检查

方法论

可迁移的方法框架

把选择标准、设计原则和协作边界沉淀成可复用打法。

  • 标准
  • 原则
  • 框架

复盘

对比与复盘

记录选择依据、失败原因和成本权衡。

  • 结论
  • 踩坑
  • 维护

最新实战

最新 AI 实战稿

优先展示已经发布的教程、工作流和技术拆解,每篇都保留来源与适用边界。

Agent工程
来源信息BMad 框架:AI 编程/软件开发/ Vibe Coding 方法论BMad Method 深度介绍:AI 编程正在从“提示词技巧”走向“工程流程” 过…2026.07.08
AI工程化
GitHub · deusyuCodex 编排的开源规范:Symphony六个月前,在开发一个内部生产力工具时,我们团队做了一个当时颇有争议的决定:这个仓库里不写任何人类手写代码。项目仓库里的每一行代码,都必须由 Codex 生成。2026.06.06
AI工程化
GitHub · deusyuMeta-Harness:模型 Harness 的端到端优化大语言模型(LLM)系统的性能不仅取决于模型权重,还取决于其 Harness:决定存储、检索和呈现给模型哪些信息的代码。然而,Harness 在很大程度上仍然依赖手工设计,而现有的文本优化器(text optimizer)与该场景匹配不佳,因为它们对反馈的压缩2026.06.06
AI工程化
GitHub · deusyu渴望了八年,用 AI 三个月造出来八年来,我一直想要一套高质量的 SQLite 开发工具。SQLite 对整个行业如此重要,我始终困惑,为什么没人愿意在上面投入,打造真正优秀的开发体验。2026.06.06
AI工程化
GitHub · deusyuAI 智能体的持续学习关于 AI 持续学习(Continual Learning)的讨论,大多聚焦于一件事:更新模型权重。但对于 AI 智能体来说,学习可以发生在三个截然不同的层面:模型(Model)、Harness 和上下文(Context)。理解这三者的差异,会从根本上改变你对2026.06.06
AI工程化
GitHub · deusyu智能体评测就绪清单本清单是《智能体可观测性驱动智能体评测》一文的实操配套指南。那篇文章阐述了为什么智能体评测(Agent Evaluation)不同于传统软件测试,介绍了核心可观测性原语——运行(Run)、轨迹(Trace)、线程(Thread),并解释了它们如何对应到不同的评2026.06.06

实战来源

AI 实战来源清单

精选官方指南、工程博客和可复用教程,帮助你快速找到可靠的实战资料。

官方网站 · 已收录

Anthropic Cookbook

Anthropic 官方文档与 Cookbook,适合整理 Cl…

打开来源

官方网站 · 已收录

Cloudflare AI Blog

Cloudflare 官方 AI 博客,适合沉淀 Agents、…

打开来源

官方网站 · 已收录

Google Developers AI Blog

Google Developers 官方 AI 技术博客,适合整…

打开来源

官方网站 · 已收录

LangChain Blog

LangChain 官方工程博客,适合跟踪 Agent harn…

打开来源

官方网站 · 已收录

LlamaIndex Blog

LlamaIndex 官方博客,重点覆盖 RAG、文档智能、Ll…

打开来源

官方网站 · 已收录

Microsoft Agent Framework Blog

Microsoft Agent Framework 官方开发者博…

打开来源

代码仓库 · 已收录

OpenAI Cookbook

OpenAI 官方 Cookbook,适合沉淀模型调用、提示词、…

打开来源

官方网站 · 已收录

Vercel AI Blog

Vercel AI 官方博客,适合跟踪 AI SDK、AI Ga…

打开来源

实战选题线索

从真实资源开始做实测

先选资源,再沉淀教程、工作流、方法和复盘。