https://hy123-pixel.github.io hy123-pixel · AI 技术札记 2024-08-22T08:00:00Z 记录大模型、RAG、Prompt、Agent、MCP 与 Skill 实践。 从 0 开始理解大语言模型https://hy123-pixel.github.io/ai-llm/2024-08-04T08:00:00Z从 Token、Transformer 到推理，建立对 LLM 的完整认知。 RAG 不是魔法：检索增强生成的工程实践https://hy123-pixel.github.io/ai-rag/2024-08-01T08:00:00Z拆解一个可靠知识库问答系统的检索链路。 Prompt 工程：让模型稳定输出https://hy123-pixel.github.io/ai-prompt/2024-07-28T08:00:00Z结构化提示词、少样本示例与输出约束。 AI Agent 的最小闭环https://hy123-pixel.github.io/ai-agent/2024-07-22T08:00:00Z理解 Agent 如何感知、规划、调用工具并验证结果。 第一次使用 AI，先理解这 7 件事https://hy123-pixel.github.io/ai-start/2024-08-06T08:00:00Z从豆包和日常聊天出发，建立 AI 使用方法。 10 个普通人每天都能用到的 AI 场景https://hy123-pixel.github.io/ai-scenes/2024-08-05T08:00:00Z让重复的小事少一点卡顿。 AI 应用不是 Demo：如何建立评估体系https://hy123-pixel.github.io/ai-eval/2024-08-03T08:00:00Z从离线数据集到线上反馈，让 AI 迭代有依据。 让 AI 真正做事：工具调用的设计方法https://hy123-pixel.github.io/ai-tools/2024-08-02T08:00:00Z理解函数调用、权限边界与执行闭环。 MCP 是什么：给 AI 一套标准化工具接口https://hy123-pixel.github.io/ai-mcp/2024-08-10T08:00:00Z让 AI 用统一方式发现和连接外部工具。 AI Skill：把经验变成可复用的工作能力https://hy123-pixel.github.io/ai-skill/2024-08-09T08:00:00Z把 Prompt、流程和验收标准沉淀成能力。 AI 的下一站：从聊天机器人到工作流操作系统https://hy123-pixel.github.io/ai-future/2024-08-20T08:00:00Z看懂 Agent、自动化与人机协作如何重塑日常工作。 多模态 AI：模型开始理解真实世界https://hy123-pixel.github.io/ai-multimodal/2024-08-18T08:00:00Z从文字走向图片、声音和视频，理解多模态应用的机会。 AI 编程：从补全代码到协作式开发https://hy123-pixel.github.io/ai-coding/2024-08-16T08:00:00Z建立可复用的 AI 编程工作流，让写代码更快也更稳。 本地模型还有意义吗：开源与端侧 AI 的机会https://hy123-pixel.github.io/ai-local/2024-08-14T08:00:00Z从隐私、成本和可控性出发，选择适合自己的模型路线。 AI 应用上线前：隐私、安全与治理清单https://hy123-pixel.github.io/ai-governance/2024-08-12T08:00:00Z把权限、数据、审核和回滚设计进 AI 产品的第一天。 主流 AI 模型怎么选：能力、价格与工作场景对比https://hy123-pixel.github.io/ai-models/2024-08-22T08:00:00Z对比 GPT、Claude、Gemini、DeepSeek，找到适合自己工作的模型。