@sairahul1：AI工程师 ┃ ┣ 简介 ┃ ┣ 什么是AI工程师？ ┃ ┣ 角色与职责 ┃ ┣ 对产品开发的影响 ┃ …

AI 工程师 ┃ ┣ 介绍 ┃ ┣ 什么是 AI 工程师？ ┃ ┣ 角色与职责 ┃ ┣ 产品开发影响 ┃ ┣ AI 工程师 vs ML 工程师 ┃ ┗ 职业发展路径 ┃ ┣ LLM 基础 ┃ ┣ AI vs AGI ┃ ┣ 大语言模型 (LLMs) ┃ ┣ Token ┃ ┣ 上下文窗口 ┃ ┣ 训练 ┃ ┣ 推理 ┃ ┣ 嵌入 ┃ ┣ 向量数据库 ┃ ┣ 微调 ┃ ┗ AI Agent ┃ ┣ LLM 工作原理 ┃ ┣ 分词 ┃ ┣ 注意力机制 ┃ ┣ 采样 ┃ ┣ 温度 ┃ ┣ Top-K ┃ ┣ Top-P ┃ ┣ 重复惩罚 ┃ ┗ 生成流程 ┃ ┣ 提示工程 ┃ ┣ 零样本提示 ┃ ┣ 少样本提示 ┃ ┣ 思维链 ┃ ┣ ReAct 提示 ┃ ┣ 函数调用 ┃ ┣ 系统提示 ┃ ┣ 提示缓存 ┃ ┣ 结构化输出 ┃ ┣ 提示模板 ┃ ┗ 提示评估 ┃ ┣ 上下文工程 ┃ ┣ 外部记忆 ┃ ┣ 上下文组合 ┃ ┣ 动态检索 ┃ ┣ 上下文隔离 ┃ ┣ 知识注入 ┃ ┣ 长期记忆 ┃ ┣ 会话记忆 ┃ ┗ Agent 记忆设计 ┃ ┣ AI 模型 ┃ ┣ 闭源模型 ┃ ┃ ┣ OpenAI ┃ ┃ ┣ Anthropic Claude ┃ ┃ ┣ Google Gemini ┃ ┃ ┣ Cohere ┃ ┃ ┗ Mistral ┃ ┃ ┃ ┣ 开源模型 ┃ ┃ ┣ Llama ┃ ┃ ┣ DeepSeek ┃ ┃ ┣ Qwen ┃ ┃ ┣ Gemma ┃ ┃ ┗ Phi ┃ ┃ ┃ ┣ 托管模型 ┃ ┣ 自托管模型 ┃ ┣ 量化 ┃ ┣ 微调 ┃ ┗ 模型评估 ┃ ┣ 模型选择 ┃ ┣ 延迟 ┃ ┣ 成本 ┃ ┣ 质量 ┃ ┣ 上下文长度 ┃ ┣ 工具使用 ┃ ┣ 推理能力 ┃ ┣ 多模态支持 ┃ ┗ 基准对比 ┃ ┣ 平台与生态系统 ┃ ┣ Hugging Face ┃ ┣ Ollama ┃ ┣ LM Studio ┃ ┣ OpenRouter ┃ ┣ Together AI ┃ ┣ Groq ┃ ┣ Fireworks AI ┃ ┗ Vercel AI ┃ ┣ API 与 SDK ┃ ┣ OpenAI API ┃ ┣ Claude API ┃ ┣ Gemini API ┃ ┣ OpenAI 兼容 API ┃ ┣ Hugging Face SDK ┃ ┣ LangChain SDK ┃ ┣ LlamaIndex SDK ┃ ┗ AI 网关设计 ┃ ┣ 嵌入 ┃ ┣ 什么是嵌入？ ┃ ┣ 语义搜索 ┃ ┣ 分类 ┃ ┣ 推荐 ┃ ┣ 相似度匹配 ┃ ┣ 聚类 ┃ ┣ 异常检测 ┃ ┗ 嵌入评估 ┃ ┣ 嵌入模型 ┃ ┣ OpenAI 嵌入 ┃ ┣ Gemini 嵌入 ┃ ┣ Cohere 嵌入 ┃ ┣ Sentence Transformers ┃ ┣ Jina 嵌入 ┃ ┗ BGE 模型 ┃ ┣ 向量数据库 ┃ ┣ Pinecone ┃ ┣ Weaviate ┃ ┣ Qdrant ┃ ┣ Chroma ┃ ┣ LanceDB ┃ ┣ FAISS ┃ ┣ MongoDB Atlas ┃ ┣ Supabase ┃ ┣ 索引 ┃ ┣ 分块 ┃ ┗ 相似度搜索 ┃ ┣ 检索增强生成 (RAG) ┃ ┣ 什么是 RAG？ ┃ ┣ 分块策略 ┃ ┣ 嵌入 ┃ ┣ 向量搜索 ┃ ┣ 检索 ┃ ┣ 重排序 ┃ ┣ 生成 ┃ ┣ RAG vs 微调 ┃ ┣ 混合搜索 ┃ ┗ 生产级 RAG ┃ ┣ RAG 框架 ┃ ┣ LangChain ┃ ┣ LlamaIndex ┃ ┣ Haystack ┃ ┣ RAGFlow ┃ ┣ DSPy ┃ ┗ 自定义 RAG 流水线 ┃ ┣ AI Agent ┃ ┣ Agent 基础 ┃ ┣ Agent 用例 ┃ ┣ 工具调用 ┃ ┣ ReAct ┃ ┣ 规划 ┃ ┣ 反思 ┃ ┣ 记忆 ┃ ┣ 多 Agent 系统 ┃ ┣ 自主工作流 ┃ ┗ Agent 架构 ┃ ┣ Agent 框架 ┃ ┣ OpenAI Agents SDK ┃ ┣ Claude Agent SDK ┃ ┣ Google ADK ┃ ┣ Vercel AI SDK ┃ ┣ CrewAI ┃ ┣ AutoGen ┃ ┣ LangGraph ┃ ┗ Mastra ┃ ┣ 模型上下文协议 (MCP) ┃ ┣ MCP 主机 ┃ ┣ MCP 客户端 ┃ ┣ MCP 服务器 ┃ ┣ 传输层 ┃ ┣ 数据层 ┃ ┣ 本地 MCP 服务器 ┃ ┣ 远程 MCP 服务器 ┃ ┣ 构建 MCP 工具 ┃ ┗ MCP 安全 ┃ ┣ AI 安全 ┃ ┣ 提示注入 ┃ ┣ 越狱攻击 ┃ ┣ 隐私与安全 ┃ ┣ 偏见与公平性 ┃ ┣ 幻觉 ┃ ┣ 对抗性测试 ┃ ┣ 护栏 ┃ ┣ 输出验证 ┃ ┗ 负责任 AI ┃ ┣ 可观测性 ┃ ┣ 日志记录 ┃ ┣ 链路追踪 ┃ ┣ 成本监控 ┃ ┣ 延迟监控 ┃ ┣ 生产监控 ┃ ┣ Langfuse ┃ ┣ LangSmith ┃ ┣ Helicone ┃ ┗ Arize AI ┃ ┣ 评估 ┃ ┣ 确定性评估 ┃ ┣ 基于模型的评估 ┃ ┣ 人工评估 ┃ ┣ 回归测试 ┃ ┣ 基准测试 ┃ ┣ DeepEval ┃ ┣ RAGAS ┃ ┗ 持续评估 ┃ ┣ 多模态 AI ┃ ┣ 图像理解 ┃ ┣ 图像生成 ┃ ┣ 视频理解 ┃ ┣ 视频生成 ┃ ┣ 音频处理 ┃ ┣ 语音转文字 ┃ ┣ 文字转语音 ┃ ┗ 视觉 Agent ┃ ┣ 多模态 API ┃ ┣ OpenAI Vision ┃ ┣ Gemini Vision ┃ ┣ Whisper ┃ ┣ ElevenLabs ┃ ┣ NanoBanana ┃ ┣ Flux ┃ ┣ Veo ┃ ┗ Kling ┃ ┣ AI 开发工具 ┃ ┣ Claude Code ┃ ┣ Cursor ┃ ┣ Windsurf ┃ ┣ Gemini CLI ┃ ┣ Codex ┃ ┣ Replit ┃ ┣ Bolt ┃ ┣ Lovable ┃ ┗ Vibe Coding ┃ ┣ 生产级 AI 系统 ┃ ┣ 认证 ┃ ┣ 速率限制 ┃ ┣ 成本控制 ┃ ┣ 缓存 ┃ ┣ 队列 ┃ ┣ 后台任务 ┃ ┣ 扩展 ┃ ┣ 可靠性 ┃ ┗ 事件响应 ┃ ┗ AI 职业发展 ┣ 项目作品集 ┣ 开源贡献 ┣ 技术写作 ┣ 面试准备 ┣ AI 工程师学习路线图 ┣ 自由职业 ┣ 创业 ┣ 咨询 ┗ AI 领导力