Appearance
15 个基础模块 + 3 个深度指南 + 6 个附录 · 共 154 篇文档从零到一，一个人就是一个团队。
本知识库由 DeepSeek V4 模型撰写
不讲数学，不讲算法。讲清楚三件事——AI是什么、Agent是什么、为什么这两个东西结合在一起是大事。
开始学习
LLM 是 Agent 的"大脑"。不需要搞懂 Transformer 内部数学，但得明白 Token、Temperature、上下文窗口是什么。
了解 LLM
提示词不是"好好说话"，有模式有结构的。思维链、ReAct、角色扮演——学会了跟 AI 沟通效率翻倍。
学习提示词
Agent 的核心组件：感知、记忆、工具、规划、行动。讲清楚这些组件怎么拼在一起工作。
探索 Agent
最实用的 Agent 增强技术。文档分块、向量检索、混合搜索——搭 RAG 系统的必修课。
学习 RAG
Cursor 更适合做产品原型，Claude Code 更适合做复杂工程。CC Switch 是配置管理利器。
工具入门
MCP 协议是 Agent 生态里最重要的协议。LangChain/LangGraph 是生态最大的框架。搞清楚整个 Agent 世界的地图。
探索生态
微调和 RAG 的区别是什么？什么时候该微调、什么时候不该？LoRA 和 QLoRA 是什么？
学习训练
Skills 是给 Agent 装"技能包"的机制。本质是给模型划定行为边界和能力范围。
了解 Skills
一个完整的开源 Agent 框架。它的 Skill 系统和四层记忆体系值得好好学习。
了解 OpenClaw
不做理论，全是场景案例——写周报、竞品分析、改 Bug、做设计。直接拿来用。
了解 WorkBuddy
Sora、Runway、可灵——不教你当导演，教你这些工具能干什么、怎么用在工作流里。
学习视频生成
能看懂文字、图片、音频、视频的模型。Agent 从"聊天机器"变成"能理解世界的助手"的关键一步。
学习多模态
Midjourney、Stable Diffusion、通义万相——工具不重要，提示词的工程方法重要。
学习图像生成
Obsidian、Logseq、MarkText——工具是手段不是目的，选一个建立自己的 AI 学习知识库。
了解工具
Agent Skills 系统、大模型上下文管理、OpenClaw 架构——每个专题 14 篇文章的深度剖析。
深入阅读
术语表、工具清单、提示词模板库、FAQ、资源推荐、更新日志。用时来翻。
浏览附录
看100篇文章不如动手跑一个Agent。先做出来比什么都重要。
按顺序走模块一到十五，每个模块5-6篇文章，不深，但够你站住脚。
先看模块四（Agent架构）和模块七（生态协议），然后直接冲深度指南，回头补不熟的模块。
模块四 → 模块七 → 模块十（OpenClaw上手）→ 模块十一（WorkBuddy实践）。做完这些够你开始干活了，遇到不懂的再翻其他模块。
154 篇文档 · 15 个模块 · 3 个深度专题 · 6 个附录 每个模块有"检验标准"，过不了别急着往下走——不是考试，是你真的听懂了。
查看完整课程大纲 →
DeepSeek V4 模型撰写