程序员的 AI 编程绿皮书
AI 编程入门到实战 · 全书章节导航
14
章
109
节
🔍
第 0 章
开篇
3 节
▼
0.1
-自序
0.2
本数字教材特色
0.3
vibe-spec-coding，用自然语言来编程
第 1 章
ChatGPT的本质
11 节
▼
1.1
ChatGPT的本质
1.2
训练的本质
1.3
参数的演化
1.4
文字接龙（一）-游戏
1.5
文字接龙（二）-概率分布的数学本质
1.6
文字接龙（三）-简单任务背后的复杂智能
1.7
文字接龙（四）-Token、幻觉与创造力
1.8
语言模型（一）-什么是语言模型
1.9
语言模型（二）-从数据中学习规律
1.10
语言模型（三）-语言模型的演进
1.11
语言模型（四）-大语言模型与对话系统
第 2 章
训练与微调
9 节
▼
2.1
Embedding（一）-从符号到数字
2.2
Embedding（二）-词向量的魔法
2.3
Embedding（三）-意义的数学化
2.4
预训练（一）-本质
2.5
预训练（二）-代价与数据
2.6
预训练（三）-为什么叫预训练
2.7
监督微调（一）-概念与本质
2.8
监督微调（二）-三个关键要素
2.9
监督微调（三）-对比与局限
第 3 章
对齐与涌现
12 节
▼
3.1
RLHF（一）-什么是对齐
3.2
RLHF（二）-RLHF的三个步骤
3.3
RLHF（三）-RLHF的局限与思考
3.4
涌现能力（一）-令人震撼的发现
3.5
涌现能力（二）-为什么会涌现
3.6
涌现能力（三）-涌现的边界
3.7
Context Learning
3.8
Thought教AI思考
3.9
Temperature（一）-控制创造力的旋钮
3.10
Top-p（二）-核采样的动态控制
3.11
Top-p（三）-随机性与参数设置
3.12
幻觉
第 4 章
大模型开发入门
11 节
▼
4.1
AI不等于大模型
4.2
理解大模型开发（一）
4.3
理解大模型开发（二）-实战篇
4.4
准备工作与环境搭建
4.5
第一次API调用与核心参数
4.6
多轮对话与上下文管理实战
4.7
流式输出与长度控制
4.8
创意控制与专业翻译器
4.9
Prompt基础与必要场景
4.10
Prompt五要素
4.11
结构化输出与常用模板
第 5 章
RAG检索增强
12 节
▼
5.1
为什么需要RAG
5.2
RAG核心原理（一）-工作流程与语义搜索
5.3
RAG核心原理（二）-检索生成与关键机制
5.4
Embedding：把文字变成向量
5.5
向量数据库（一）- 核心算法
5.6
向量数据库（二）-进阶算法与Chroma实战
5.7
第一个RAG应用：游戏知识问答系统
5.8
文档分块：Chunking的艺术
5.9
文档分块实战：Java编程规范问答
5.10
RAG检索优化：让答案更准确
5.11
LlamaIndex（一）-核心概念与查询机制
5.12
LlamaIndex（二）-实战：Java规范问答系统
第 6 章
Function Calling
5 节
▼
6.1
为什么需要Function Calling
6.2
Function Calling的本质与角色
6.3
一次完整的调用流程
6.4
实战：游戏装备查询
6.5
Function Calling进阶实战
第 7 章
MCP协议
13 节
▼
7.1
为什么需要 MCP
7.2
MCP 核心概念
7.3
Resources 概念
7.4
Resources 实战
7.5
Tools 详解
7.6
Prompts 详解
7.7
Resources + Tools + Prompts 组合
7.8
MCP 通信协议
7.9
传输与生命周期
7.10
需求分析与流程
7.11
技术选型与实现
7.12
使用 MCP Server
7.13
集成与发布 MCP
第 8 章
LangChain框架
5 节
▼
8.1
为什么需要 LangChain
8.2
LangChain核心概念
8.3
第一个LangChain应用
8.4
工具调用：让AI操作外部世界
8.5
RAG集成：打造智能知识库
第 9 章
LangGraph框架
5 节
▼
9.1
为什么需要 LangGraph
9.2
LangGraph核心概念
9.3
文章写作Agent
9.4
条件分支与循环
9.5
人工介入(Human-in-the-Loop)
第 10 章
Skill技能系统
7 节
▼
10.1
为什么需要 Skill
10.2
Skill 的获取与生态
10.3
Skill 核心概念
10.4
Skill的扩展能力
10.5
让 AI 帮你创建 Skill
10.6
个人技能可视化：frontend-design实战
10.7
Skill 的实战心法：让指令真正生效
第 11 章
Agent智能体
8 节
▼
11.1
什么是真正的Agent
11.2
从Function Calling到Agent的演进
11.3
Agent的核心架构剖析
11.4
执行：能力实现详解
11.5
记忆系统：让Agent拥有经验
11.6
推理模式：Agent如何思考
11.7
Agent 的实现范式对比
11.8
实战：智能旅行规划Agent_阅读指南
第 12 章
多Agent协作
7 节
▼
12.1
多Agent协作：从个体到群体智能
12.2
Google A2A协议：Agent间通信标准
12.3
CrewAI框架：构建多Agent协作系统
12.4
CrewAI 最终实战：习题生成与考试评测系统
12.5
CrewAI实战解析：程序1题目生成器
12.6
CrewAI 实战解析：程序2考试系统与混合架构
12.7
全书结语：从理论到实践的AI开发之旅
第 13 章
附录
1 节
▼
13.1
全教材中英术语对照汇总