# CXYKK AI 教程

> 中文 AI 编程与企业落地教程站，适合程序员、产品经理、企业数字化团队和 AI 工程面试复习。

站点地址：https://ai.cxykk.com/
更新时间：2026-06-15

## 主要覆盖

- LLM、大语言模型、Token、上下文窗口、幻觉
- Prompt 工程、结构化输出、JSON、Schema 校验
- RAG、知识库、检索质量、引用来源
- Function Calling、Tool Calling、MCP、Agent、Agent Loop、多 Agent、Agent Skill
- 企业 AI 落地案例：PRD 生成、客服质检、数据分析助手、办公自动化
- 安全治理：Prompt Injection、越权、Guardrails、人工审核、Evals、Trace、日志

## 推荐学习顺序

1. AI 与 LLM 基础
2. Prompt 与结构化输出
3. RAG 与知识库
4. Agent、工具与 MCP
5. 企业落地实战
6. 安全治理与评估

## 课程列表

- [AI、机器学习、深度学习、生成式 AI：程序员入门图解](https://ai.cxykk.com/ai-ml-dl-genai-programmer-course.html): 按程序员熟悉的输入、模型、训练、推理和上线视角，把 AI、机器学习、深度学习和生成式 AI 的层级关系讲清楚。
- [大语言模型 LLM 是什么：程序员图解入门](https://ai.cxykk.com/llm-intro-programmer-course.html): 解释 LLM 如何读入上下文、切分 token、计算关系并生成结果，帮助程序员建立工程化理解。
- [Token、上下文窗口、幻觉：程序员图解入门](https://ai.cxykk.com/token-context-hallucination-course.html): 把 token、上下文窗口和幻觉放在一起讲，理解成本、窗口预算、资料不足和输出校验之间的关系。
- [Prompt 指令：给 AI 的清楚任务单](https://ai.cxykk.com/prompt-instruction-task-brief-course.html): 把 Prompt 讲成任务单和接口协议，写清任务、资料、边界、输出格式和校验规则。
- [Prompt 进阶：从一次性提问到生产级提示词](https://ai.cxykk.com/prompt-advanced-production-course.html): 从一次性提问走到模板、上下文组装、评测集、版本发布、日志观测和安全防线。
- [结构化输出：让 AI 输出表格、JSON、评分表](https://ai.cxykk.com/structured-output-table-json-scorecard-course.html): 定义输出契约，让 AI 的结果能被程序解析、校验、保存、审批和回放。
- [RAG 和知识库：让 AI 基于资料回答](https://ai.cxykk.com/rag-knowledge-base-grounded-answer-course.html): 讲清 RAG 的检索、切片、向量化、重排、上下文组装、引用和评测完整链路。
- [检索质量和引用来源：让 AI 找得准、答得有依据](https://ai.cxykk.com/retrieval-quality-citation-source-course.html): 判断正确资料有没有找回来、是否排在前面，以及关键结论能否追溯到真实来源。
- [企业知识库建设：让 AI 有可靠资料可查](https://ai.cxykk.com/enterprise-knowledge-base-construction-course.html): 从知识来源、分类、元数据、版本、权限、入库流水线、质量治理和运营机制建设企业知识库。
- [Function Calling / Tool Calling：让 AI 调用工具完成任务](https://ai.cxykk.com/function-tool-calling-course.html): 把工具调用讲成模型开调用单、系统安全执行，覆盖工具定义、参数校验、权限和观测。
- [MCP：AI 的标准连接协议](https://ai.cxykk.com/mcp-standard-connection-protocol-course.html): 理解 MCP 的 Host、Client、Server、三类能力、传输方式、生命周期和企业治理边界。
- [Agent 入门：会规划和执行的 AI 助理](https://ai.cxykk.com/agent-intro-planning-execution-course.html): 从目标驱动、规划、执行、观察、调整和交付闭环理解 Agent，而不是把它当普通聊天机器人。
- [Agent Loop：规划、执行、观察、继续](https://ai.cxykk.com/agent-loop-plan-act-observe-continue-course.html): 把 Agent Loop 讲成有状态、有预算、有停止条件的任务推进机制，覆盖失败恢复和运行时设计。
- [多 Agent 协作](https://ai.cxykk.com/multi-agent-collaboration-course.html): 判断什么时候需要拆分 Agent，并设计分工模式、交接契约、共享状态、评审和仲裁机制。
- [Agent 记忆和状态管理](https://ai.cxykk.com/agent-memory-state-management-course.html): 区分短期上下文、任务状态和长期记忆，设计写入、更新、删除、检索、隐私和恢复机制。
- [Agent Skill：沉淀可复用工作流](https://ai.cxykk.com/agent-skill-reusable-workflow-course.html): 把一次成功经验沉淀为可复用 Skill，覆盖触发场景、步骤、资料、脚本、输出标准和团队治理。
- [Agent Skill 零基础课件](https://ai.cxykk.com/agent-skill-courseware.html): 用菜谱、岗位手册和工具箱类比 Agent Skill，让零基础读者能听懂、会照着写、能面试表达。
- [Agent 与 PRD 生成零基础课件](https://ai.cxykk.com/agent-prd-courseware.html): 用“需求录入到 PRD 交付”的主线解释 Agent 如何规划、查资料、对齐系统并交付结果。
- [AI 生成 PRD 实战](https://ai.cxykk.com/ai-prd-generation-practice-course.html): 从一句模糊需求开始，经过澄清、查资料、对齐系统、生成草稿、评审迭代，得到可落地 PRD。
- [企业落地篇：AI 客服质检系统](https://ai.cxykk.com/ai-customer-service-quality-inspection-system-course.html): 设计客服对话接入、政策知识库、质检规则、模型判定、人工复核、报表指标和上线治理。
- [企业落地篇：AI 数据分析助手](https://ai.cxykk.com/ai-data-analysis-assistant-enterprise-course.html): 从业务问题开始，覆盖指标口径、权限校验、安全查询、结果解释、图表沉淀和审计治理。
- [企业落地篇：AI 办公自动化](https://ai.cxykk.com/ai-office-automation-enterprise-course.html): 围绕会议纪要、周报、邮件草稿和待办整理，讲清自动化链路、确认门禁、权限和审计。
- [安全治理篇：AI 安全基础：Prompt Injection 和越权](https://ai.cxykk.com/ai-security-basics-prompt-injection-authorization-enterprise-course.html): 理解外部内容如何误导模型，工具和权限如何放大风险，以及权限、审批、审计和红队策略。
- [安全治理篇：Guardrails 和人工审核](https://ai.cxykk.com/ai-guardrails-human-review-enterprise-course.html): 设计风险分级、停止条件、人工审核点、升级策略、日志审计和结果回流机制。
- [安全治理篇：AI 评估 Evals](https://ai.cxykk.com/ai-evals-enterprise-course.html): 用固定测试集、评分标准和可重复流程评估 AI 系统，做 A/B 对比、回归测试和失败分析。
- [安全治理篇：观测、Trace 和日志](https://ai.cxykk.com/ai-safety-observability-course.html): 让每次 Agent 执行都有迹可循，覆盖 Trace、Span、日志分类、错误复盘、审计和持续改进。