Code
Road
Map
首页
路线
题库
资源库
文章
社区
Search or jump to…
⌘K
roadmaps
/
ai-engineer
ai-engineer
/
AI 工程师路线图
一步步成为 AI 工程师。
走法
从零走
准备去讲
边做边改
0/189
继续学习
阶段一
阶段二
阶段三
已完成
进行中
未开始
1. 阶段一
0/58
简介
Token
上下文
LLM 的工作原理
ReAct
思维链（CoT）
零样本提示
Top-K
Top-P
Few-Shot 提示
AI 安全与伦理
提示注入攻击
偏见与公平性
安全与隐私问题
开展对抗性测试
内容审核 API
在提示词中添加终端用户 ID
稳健的提示工程
了解你的客户与使用场景
约束输入与输出
Hugging Face Inference SDK
OpenAI Response API
Google Gemini API
什么是 Embeddings
Pinecone
FAISS
Qdrant
什么是 RAG？
开发工具
模型上下文协议（MCP）
输入格式
系统提示
上下文
约束条件
结构化输出
函数调用
提示词缓存
流式响应
模型类型
重复惩罚
Claude Messages API
OpenAI 兼容 API
Hugging Face 任务
Claude Code
Gemini
Codex
Windsurf
Cursor
Replit
采样参数
LLM 可观测性
确定性评估
基于模型的评估
人工评估
评估指标
DeepEval
RAGAS
上下文工程
AI 工程师路线图 — CodeRoadMap