欢迎来到 AI 开发文档。
这里按“认知 -> 部署 -> 封装”的顺序整理为可连续阅读的专题文章，方便从概念理解一路走到本地运行和应用开发。
Python基础
打开页面查看详细内容。
首页
聚焦大模型、AI 应用封装与后续工程实践的文档站首页。
内容列表
当前目录下的专题与页面会统一按权重排序。
从机器学习到Transformer
面向大模型应用开发岗的 12/13/14/16 四篇精华合并版：只保留高频考点——评估指标、过拟合、损失函数、优化器演进、词向量演进、序列建模演进、文本分类四种实现，每节附面试官追问
大模型应用开发总结
大模型应用开发全栈精华：基础认知、Prompt/RAG/微调三种适配方法、LangChain 与 LangGraph、AI Agent 设计模式（含 AutoGPT）、LoRA 微调与量化部署（GPTQ/AWQ/QAT），一篇文章串起完整技术链路。
项目面试题：食安智能问答助手
围绕食安智能问答助手（tcm-knowledge-graph）整理的高频面试题，覆盖 Neo4j 实体对齐、NL2Cypher、双 LoRA 微调、SSE 流式与故障降级，附参考答案
项目面试题：多 Agent 监管协同系统
围绕多 Agent 监管协同系统（smart-voyage）整理的高频面试题，覆盖 Agent 划分、A2A/MCP、ReAct、意图识别、编排稳定性，附参考答案
项目面试题：RAG 知识问答系统
围绕 RAG 知识问答系统（Itcast qa system）整理的高频面试题，覆盖分块、混合检索、重排序、幻觉治理、微调部署与评估，附参考答案
项目面试题：通用基础与个人问题
大模型项目通用基础与个人问题面试题，覆盖 Function Calling、MCP、LangGraph、LoRA、vLLM、机器学习基础与个人问题，附参考答案
补充面试题（简历话术 + 扩展题）
项目补充面试题：三个项目的简历话术要点（食安智能问答助手、餐饮监管智慧协同系统、企智通）与大模型方向扩展面试题，附参考答案