选择你的学习路线
从最接近当前目标的路线开始。每篇都包含概念、示例、练习和完成检查，不需要先记住所有术语。
基础入门了解AI
从能力边界到任务表达，建立一套能验证、可复用的 AI 使用方法。
- 01→
AI 能做什么、不能做什么
先建立正确预期，分清生成、判断、执行和核验的边界。
20 分钟 · 零基础 - 02→
Token、上下文与记忆
理解模型如何读取信息，以及为什么对话变长后会遗漏和变贵。
22 分钟 · 零基础 - 03→
模型、Agent、Skill、MCP 与 API
用一套生活化比喻分清五个最容易混淆的概念。
22 分钟 · 零基础 - 04→
把想法写成可执行任务
用目标、输入、约束和验收标准，让 AI 知道怎样算完成。
24 分钟 · 入门 - 05→
给上下文、材料与约束
把必要信息放对位置，减少猜测、冲突和无依据补全。
22 分钟 · 入门 - 06→
搭建可复用提示框架
从一次性提问升级为稳定模板，并保留版本与测试样例。
25 分钟 · 入门 - 07→
检查事实、格式与风险
建立输出后的核验流程，不把流畅表达误当成正确结果。
26 分钟 · 入门 - 08→
完整做完一个真实 AI 任务
从需求澄清到交付复盘，独立完成一轮可验收的实践。
35 分钟 · 实践
AI 工具与知识库
按任务选择工具，完成内容、办公、知识库与自动化工作流。
- 01→
先看任务，再选工具
先按输入、过程和交付物拆任务，再决定是否需要搜索、知识库或自动化。
28 分钟 · 工具入门 - 02→
对话、搜索、研究与长文
分清四种工作模式，学会把来源、证据和写作步骤串起来。
26 分钟 · 工具入门 - 03→
文档、表格与演示协作
让 AI 参与办公流程，同时保持数据、公式和版式可验证。
30 分钟 · 办公实战 - 04→
图像、视频与音频工作流
从需求、素材和规格出发，建立可复现的多媒体制作流程。
30 分钟 · 内容实战 - 05→
AI 编程工具怎么用
从读代码、改代码到测试交付，明确自动化与人工审查边界。
32 分钟 · 开发入门 - 06→
Skill、MCP 与工具调用
理解能力如何被封装、连接和授权，避免把接入等同于信任。
28 分钟 · 工具进阶 - 07→
搭建个人知识库与 RAG
整理材料、切分检索并保留引用，让回答能回到原文。
35 分钟 · 知识库实战 - 08→
用工作流自动化重复任务
从手工清单开始，加入触发、确认、幂等、重试和告警。
34 分钟 · 自动化实战
Agent 开发实战
从运行循环到安全上线，做出可控制、可评测、可恢复的 Agent。
- 01→
Agent 的运行循环与最小架构
拆清运行器、模型、工具、状态和策略，建立可控制的最小闭环。
28 分钟 · 开发入门 - 02→
完成第一次模型 API 请求
正确处理密钥、模型、超时、错误分类和最小运行日志。
30 分钟 · 开发入门 - 03→
做出第一个会调用工具的 Agent
用一个安全的只读工具跑通计划、校验、执行和回答闭环。
40 分钟 · 开发入门 - 04→
MCP 客户端、服务端与权限边界
画清连接与数据流，为工具、资源和凭据设计最小权限。
34 分钟 · 开发进阶 - 05→
上下文、记忆与可恢复状态
分开即时上下文、短期记忆、长期记忆和程序运行状态。
35 分钟 · 开发进阶 - 06→
给 Agent 接入可追溯知识库
完成有权限过滤、有引用、会处理冲突与证据不足的 RAG 链路。
38 分钟 · 开发进阶 - 07→
工作流、单 Agent 与多 Agent 怎么选
根据确定性、并行性和风险选择最简单可靠的系统结构。
32 分钟 · 架构实战 - 08→
Agent 的测试、安全、成本与上线
建立评测、安全场景、预算、监控、灰度和回滚门槛。
42 分钟 · 上线实战