记录生成式 AI 相关的基础知识、工具使用、模型部署和应用实践。
大语言模型、上下文、Token、推理参数等基础概念。
提示词的编写方法、常用结构和可重复使用的提示词模板。
云端模型、本地模型、推理服务和相关部署配置。
文档处理、向量检索、知识库和检索增强生成相关实践。
模型 API、Python SDK、工作流和 AI 应用开发记录。
生成式 AI 工具、自动化流程和实际应用案例。
模型部署、接口调用和知识库使用过程中遇到的问题。
后续扩展结构：
| 分类 | 建议路径 | 适合收录的内容 |
|---|---|---|
| 基础知识 | generative-ai/basics/ |
模型、Token、上下文和推理参数 |
| 提示词 | generative-ai/prompting/ |
提示词方法、结构和模板 |
| 模型与部署 | generative-ai/deployment/ |
本地模型、云端模型和推理服务 |
| 知识库与 RAG | generative-ai/rag/ |
文档处理、向量检索和知识库 |
| API 与开发 | generative-ai/development/ |
API、SDK 和应用开发 |
| 工具与应用 | generative-ai/applications/ |
AI 工具、工作流和实际案例 |
| 问题记录 | generative-ai/troubleshooting/ |
部署、调用和检索问题 |
晋公网安备14010702070602号