AI 使用入门
适合会写代码，但还没有系统理解 AI 工具链的人。
阅读
阅读路径
01
AI 核心能力
适合希望理解 RAG、文档解析、知识图谱和检索质量的人。
AI 工程化
适合希望把 AI 能力做成稳定产品或内部系统的人。
- AI 应用为什么需要评测
- Agent 工作流不是堆工具调用
- Langfuse 这类 trace 工具解决什么问题
- 上下文工程：为什么不是把资料都塞进去
- 模型服务的成本、延迟和稳定性取舍
已发布
已发布 AI 文章
Agent 怎么防 Prompt 注入：从文本隔离到工具权限的安全工程
解释 Agent 场景下 Prompt 注入为什么危险，以及如何用不可信内容隔离、最小权限、读写分离、人工确认、沙箱和审计日志建立工程防线。
Agent Harness Engine：把大模型 Agent 从提示词玩具变成工程系统
从工程视角理解 Agent Harness Engine：为什么 Agent 不只是模型和提示词，而是上下文、工具、权限、沙箱、反馈循环和失败恢复组成的运行系统。
CC Switch 入门：Windows、macOS 和 Linux 安装手册
面向第一次使用 CC Switch 的开发者，记录 Windows、macOS 和 Linux 的下载安装方式、第一次启动检查和安全提醒。
Skills.sh 入门：如何给 Codex 下载和安装 Skills
面向第一次使用 Skills.sh 的开发者，记录如何安装 Node.js、搜索技能、把技能下载到 Codex 项目里，并检查是否安装成功。
Codex 入门：Windows、macOS、Linux 和 WSL2 安装手册
面向第一次使用 Codex 的开发者，按系统记录安装入口、复制命令、验证方式和常见问题。
RAG 文档解析链路：解析质量如何决定检索质量
记录 RAG 入库前的文档解析、结构保留、切分验证和开源复现思路，解释为什么上游质量会直接影响检索与回答。
博客重构路线：从会用 AI 到可靠系统
说明这个博客后续如何围绕 AI 使用入门、AI 核心能力、AI 工程化和后端系统持续更新，避免只变成零散笔记。
人工智能训练师四级易错题总结
中国人工智能训练师入门考试