AI 开发 教程
系统化的 AI 开发学习路径。从提示词工程到模型微调，从 RAG 到 Agent 开发，覆盖 AI 应用开发全栈知识。共 98 篇教程，6 个分类，入门到高级全覆盖。
找到 32 篇教程
DeepSeek 推理加速深度教程
全面掌握 DeepSeek 模型推理加速技术。vLLM、SGLang、TensorRT-LLM、llama.cpp 四大引擎深度对比，从部署到调优，从单卡到分布式，完整的推理加速方案。
阅读教程 →DeepSeek 数据工程教程
从数据采集到质量评估，完整掌握大模型数据工程流水线。涵盖 SFT 数据集构建、RLHF 偏好数据准备、数据清洗去重、数据增强、大规模数据处理等核心环节。
阅读教程 →DeepSeek 安全与内容审核
生产环境安全防护指南：从 Prompt 注入防御到内容审核系统，从越狱检测到红队测试。完整的安全架构设计和 Python 实现代码，确保 AI 应用安全可靠。
阅读教程 →DeepSeek 模型架构深度解析
深入解析 DeepSeek-V3 的 MoE 架构、MLA 注意力机制、Multi-Token Prediction 等核心技术。理解 DeepSeek 如何以极低成本实现 GPT-4o 级别的性能，含架构图解和源码分析。
阅读教程 →DeepSeek 微调实战教程
DeepSeek 模型微调全流程实战：LoRA/QLoRA 高效微调、全参数微调、数据准备、训练配置、评估验证。覆盖 DeepSeek-V3 和 DeepSeek-R1 的微调方案，含完整代码和最佳实践。
阅读教程 →DeepSeek 企业级应用教程
DeepSeek 企业级应用架构设计：多租户隔离、权限管理、审计日志、API 网关、成本控制。含企业级 RAG 系统、智能客服、知识库管理等实战方案，面向大型组织的 AI 落地指南。
阅读教程 →DeepSeek 性能调优教程
DeepSeek 性能调优完整指南：GPU 显存优化、批处理策略、量化技术、并发控制、延迟优化。含 profiling 工具使用、性能基准测试和最佳实践，实现吞吐量和延迟的最优平衡。
阅读教程 →多 Agent 协作：用技能链构建 AI 团队
单个 AI 的能力有限，但多个 AI 角色协作可以解决复杂问题。本文讲解如何用技能链编排多个 Agent，构建规划者→执行者→审核者的协作团队。
阅读教程 →实战：构建你的第一个 Agent Loop 应用
从理论到实践，手把手教你用 DeepSeek API 构建一个完整的 Agent Loop 应用。包含需求分析、任务规划、逐步执行、结果验证的完整流程。
阅读教程 →Chain-of-Thought 深度解析
Chain-of-Thought（CoT）不只是「加一句Let's think step by step」。本文从认知科学、信息论和工程实践三个维度深度解析CoT的工作机制、变体策略和前沿进展，带你真正理解AI推理的本质。
阅读教程 →提示词安全与注入防护
提示词注入是AI应用面临的首要安全威胁。攻击者可以通过精心构造的输入绕过系统指令、窃取敏感信息、诱导恶意行为。本文深入讲解提示词注入的攻击向量、检测方法和防护策略，帮你构建安全的AI应用。
阅读教程 →RAG 评估与质量度量体系
没有度量就没有改进。RAG系统的质量评估涉及检索质量、生成质量和端到端质量三个层面。本文系统讲解Recall@k、MRR、Faithfulness、RAGAS等核心评估指标和框架，帮你建立科学的RAG质量度量体系。
阅读教程 →Agentic RAG：让 AI 自主检索
传统RAG是被动的——用户问什么，系统检索什么。Agentic RAG让AI拥有自主决策能力，能够主动判断是否需要检索、检索什么、如何整合多次检索结果。本文深入解析Agentic RAG的架构设计和实现路径。
阅读教程 →AI 驱动的数据分析管线
传统数据分析依赖大量人工编码，AI驱动的数据分析管线则让自然语言成为数据查询的接口。本文构建一个完整的NL2SQL+自动可视化+洞察生成的数据分析管线，让任何人都能用自然语言探索数据。
阅读教程 →AI 应用的监控与可观测性
AI应用的可观测性远比传统应用复杂——需要监控LLM调用延迟、Token消耗、幻觉率、用户满意度等多维指标。本文构建一个完整的AI应用监控体系，涵盖指标采集、告警配置、成本追踪和质量监控。
阅读教程 →模型评估与 A/B 测试
微调完成后，如何客观评估模型效果？A/B测试如何设计才能得到统计显著的结论？本文从离线评估、在线A/B测试和统计显著性三个维度，建立科学的模型效果评估体系。
阅读教程 →Agent 记忆系统设计
记忆是Agent从一次性工具走向长期智能伙伴的关键。本文深入剖析Agent记忆系统架构设计，涵盖短期/长期记忆、RAG增强记忆和混合检索策略。
阅读教程 →ReAct Agent 深入实现
ReAct（推理+行动）是Agent开发中最经典的范式之一。本文从原理到实现，深入讲解如何构建生产级ReAct Agent，包括提示词工程、工具管理和错误恢复。
阅读教程 →多 Agent 通信协议设计
当多个AI Agent需要协同工作时，通信协议是连接它们的关键纽带。本文深入探讨多Agent通信协议的设计原则、消息格式、路由策略和一致性保证。
阅读教程 →DPO 偏好对齐训练详解
DPO（Direct Preference Optimization）是RLHF的简化替代方案，无需训练奖励模型。本文深入讲解DPO的原理、实现细节和训练技巧。
阅读教程 →图谱增强 RAG (GraphRAG) 实战
传统RAG只检索文本片段，GraphRAG在此基础上引入知识图谱，实现多跳推理和关系感知的检索。本文从零讲解GraphRAG的构建与实战。
阅读教程 →GPU 集群管理与调度
管理数十张GPU的集群需要专业的调度策略。本文讲解GPU资源管理、任务优先级调度、显存碎片整理和多租户隔离的实践经验。
阅读教程 →企业级 AI 中间件架构设计
当企业需要统一管理数十个AI服务时，中间件层至关重要。本文讲解AI网关、限流、负载均衡、模型路由和监控的完整架构设计。
阅读教程 →大模型安全与对齐技术
AI 安全性是生产部署的底线要求。本文深入讲解 RLHF、DPO、Constitutional AI 等对齐技术，以及内容审核、Prompt 注入防御等安全实践，帮助你构建安全可靠的 AI 应用。
阅读教程 →GPU 加速推理优化深度指南
GPU 推理优化是降低大模型部署成本的关键。本文深入讲解 FlashAttention、量化推理、TensorRT 加速、连续批处理等核心技术，帮助你最大化 GPU 利用率。
阅读教程 →Prompt 注入防御与安全加固
Prompt 注入是大模型应用面临的头号安全威胁。本文深入分析各类注入攻击的原理，并提供系统化的防御策略，包括输入过滤、输出校验、沙箱隔离和权限控制。
阅读教程 →高级RAG：多跳检索与自查询
基础RAG无法处理需要跨文档推理的复杂问题。本文深入讲解多跳检索、自查询检索和上下文压缩等高级RAG技术，帮助你将RAG系统提升到生产级水平。
阅读教程 →多Agent协作：构建AI团队
单个Agent的能力有限，多Agent协作可以解决更复杂的问题。本文讲解多Agent系统的设计模式、通信机制和实际应用案例，教你构建能够协同工作的AI团队。
阅读教程 →数据集构建与质量评估
数据质量决定了微调效果的上限。本文系统讲解微调数据集的构建方法、数据清洗策略、质量评估指标以及数据增强技术，帮助你构建高质量的微调数据集。
阅读教程 →大模型API服务化最佳实践
将大模型能力API化是企业级应用的关键环节。本文从架构设计、限流策略、缓存优化、安全防护等维度，系统讲解大模型API服务化的最佳实践。
阅读教程 →AI应用性能优化与成本控制
AI应用的性能和成本直接影响产品体验和商业可行性。本文从提示词优化、缓存策略、模型选择、架构设计等维度，系统讲解AI应用性能优化和成本控制的方法。
阅读教程 →结构化输出与JSON模式实战
在生产环境中，AI的非结构化输出难以直接使用。本文深入讲解如何让大模型输出结构化数据，包括JSON Schema约束、Pydantic集成和结构化输出的最佳实践。
阅读教程 →