摘要：
一、Day 20–30 总结（前端 + AI 方向） Day 20 项目总结 把前面所有能力整合成一个完整 AI 应用：聊天 + RAG + Function Calling + Agent 建立自己的知识体系图：基础（LLM/Prompt）→ RAG → Agent → 工程化（性能/监控/部署） 阅读全文
posted @ 2025-12-17 09:47
XiaoZhengTou
阅读(2)
评论(0)
推荐(0)
摘要：
Day 30：前端 + AI 组件化封装 & 能力盘点 学习目标 把这 30 天的能力抽象成一套前端可复用“AI 基础设施” 梳理 前端侧需要沉淀的 hook/组件/工具函数 形成 一份「以后接任何 AI 能力，前端这几块直接复用」的清单 核心知识点 1. 前端 AI 能力抽象层 通用模型： Mes 阅读全文
posted @ 2025-12-17 09:39
XiaoZhengTou
阅读(1)
评论(0)
推荐(0)
摘要：
Day 29：结构化数据 & 报表问答 学习目标 区分 文本 RAG vs 结构化数据查询的边界 用 demo 业务（电商/网站分析）练习指标语义建模 设计 自然语言 → 安全查询意图 JSON 的流程 核心知识点（用电商 Demo） 1. Demo 业务场景 假设一个电商网站：DemoShop 有 阅读全文
posted @ 2025-12-17 09:36
XiaoZhengTou
阅读(2)
评论(0)
推荐(0)
摘要：
Day 28：文档接入与知识库建设（解析 / 清洗 / 入库） 学习目标 梳理 从「原始文件 → 可检索文档」的完整流水线 掌握 文档解析、清洗、切片、打标签的基本思路 会设计 一套可扩展的「知识库导入流程」 核心知识点 1. 文档来源与类型 常见：PDF / Word / Excel / Mark 阅读全文
posted @ 2025-12-17 09:34
XiaoZhengTou
阅读(4)
评论(0)
推荐(0)
摘要：
Day 27：Function Calling & 工具设计最佳实践 学习目标 梳理 工具（functions）在实际业务里的定位 掌握 函数 Schema 设计要点（参数、类型、幂等性） 会设计 一套“AI 只做决策，人类/服务做执行”的调用模式 核心知识点 1. 工具职责划分 LLM 负责：理解 阅读全文
posted @ 2025-12-17 09:32
XiaoZhengTou
阅读(2)
评论(0)
推荐(0)
摘要：
Day 26：AI 应用安全 & 权限（防注入 / 防越权 / 脱敏） 学习目标 理解 Prompt Injection / 数据越权 在实际业务里的风险 掌握 基本的多租户 & 权限控制思路（按用户/部门/项目隔离上下文） 会设计 一套「输入输出安全检查 + 日志脱敏」的最小方案 核心知识点 1. 阅读全文
posted @ 2025-12-17 09:31
XiaoZhengTou
阅读(0)
评论(0)
推荐(0)
摘要：
Day 25：AI 对话前端体验与产品设计（和你现在的 AIChat 强相关） 学习目标 梳理 AI 聊天类产品的典型交互/状态流 掌握 流式回答、滚动、错误/中断等关键 UX 设计要点 能 针对你现有 AIChat 组件列一份明确的 UX 改进清单 核心知识点 1. 聊天页信息架构 基本区域：顶部 阅读全文
posted @ 2025-12-17 09:28
XiaoZhengTou
阅读(0)
评论(0)
推荐(0)
摘要：
Day 24：RAG 评估与自动化测试（防回归） 学习目标 理解 为什么 RAG 需要“可重复评估”，而不只是主观感觉 掌握 简单的问答评估思路（准确率/覆盖率/主观评分） 会做 一套轻量的「基准集 + 脚本」来防止后续改动引入回归 核心知识点 评估维度 准确性：回答是否包含标准答案关键点 覆盖度： 阅读全文
posted @ 2025-12-17 09:25
XiaoZhengTou
阅读(2)
评论(0)
推荐(0)
摘要：
Day 23：RAG 答案生成与引用标注（减少幻觉） 学习目标 掌握 基于检索结果的「约束式回答」策略（尽量只用文档内容作答） 会做 引用标注（类似 [1][2]），能回溯到具体文档片段 理解 常见幻觉类型，并用 Prompt/后处理做基本防护 核心知识点 1. 约束式回答（Answer from 阅读全文
posted @ 2025-12-17 09:23
XiaoZhengTou
阅读(1)
评论(0)
推荐(0)
摘要：
Day 22：RAG 检索优化（Chunking / 压缩 / 混合检索） 一、学习目标 掌握 文本切片策略（chunkSize / overlap / 语义边界） 理解 上下文压缩、Multi-Vector 检索的作用与场景 会设计 简单的 Hybrid Search（向量 + 关键词混合打分） 阅读全文
posted @ 2025-12-17 09:21
XiaoZhengTou
阅读(6)
评论(0)
推荐(0)
浙公网安备 33010602011771号