问题：AI 领域变化太快，学习者面临信息碎片化、内容过时、理论与实践脱节的困境

解决方案：AI Guru 是生产级的知识体系，帮你从 0 到 1 掌握 AI，从理论直达生产部署

📁 258 个 Markdown 文件    📄 383 万+ 字符（约 640 页 A4）
📚 20 个知识章节          ⚡ 9 个速成指南
🎓 10 本大学教材          🔬 12 个 2026 专题
🏢 8 大行业应用           👔 21 个岗位面试指南
🧪 8 个动手实验           📖 6 个经典案例

💡 提示：运行 python3 count_words.py 可查看最新的实时统计

# 克隆仓库
git clone https://github.com/your-org/ai-guru-knowledge-base.git

# 进入文档目录
cd ai-guru-knowledge-base/docs

# 根据你的角色选择起点
ls -la

cd ai-guru-knowledge-base/Web
npm install
npm run dev
# 访问 http://localhost:3055

支持导入到 NotebookLM、ima、Claude Projects 等：

# 下载完整知识库（含元数据）
git clone --depth 1 https://github.com/your-org/ai-guru-knowledge-base.git

# 或者直接下载 ZIP
curl -L -o ai-guru.zip https://github.com/your-org/ai-guru-knowledge-base/archive/refs/heads/main.zip

完整的 AI 通识教育，支持 16 周学期制：

适合工程师快速上手的实战指南：

阶段 1: 基础认知
├── ① LLM 基础（Token、上下文、Temperature）
└── ② Prompt Engineering（CoT、Few-shot）

阶段 2: 核心技能
├── ③ 模型训练（损失函数、优化器）
├── ④ 模型推理（部署、量化 INT8）
└── ⑤ RAG 系统（向量数据库、混合检索）

阶段 3: Agent 工程
├── ⑥ AI 智能体（ReAct、Function Calling）
├── ⑦ AI 技能（技能注册、组合）
└── ⑧ AI 工作流（LangGraph、错误处理）

阶段 4: 生产保障
└── ⑨ AI 测试与评估（Metrics、LLM-as-Judge）

从数学基础到生产部署的完整路径：

最新的技术趋势和行业洞察：

AI Guru 知识库可以作为高质量语料导入到各种 AI 工具中：

1. 访问 notebooklm.google.com
2. 创建新项目
3. 选择 "GitHub" 或上传 ZIP
4. 粘贴仓库 URL：https://github.com/your-org/ai-guru-knowledge-base
5. NotebookLM 会自动分析所有文档，生成摘要和问答

1. 打开 ima 应用
2. 创建知识库
3. 导入本地文件夹
4. 选择下载的 docs/ 目录
5. 即可通过对话查询知识库内容

# 下载精简版（仅核心内容）
git clone --depth 1 --filter=blob:none --sparse https://github.com/your-org/ai-guru-knowledge-base.git
cd ai-guru-knowledge-base
git sparse-checkout set docs/00_AI_Introduction docs/04_NLP_LLMs docs/13_Agent_Production

# 打包上传
zip -r ai-guru-core.zip docs/

所有文档为 Markdown 格式，可直接导入：

• Obsidian: 打开仓库作为 Vault
• Notion: 使用 Notion 导入工具批量导入 Markdown

本知识库针对 AI Agent 进行了优化：

• ✅ 结构化元数据: 每个文档包含标题、描述、标签、难度
• ✅ 清晰的层级: 章节-文档-段落结构清晰
• ✅ 代码可执行: 包含可运行的代码示例
• ✅ 中英文对照: 技术术语保留英文，便于理解原始概念
• ✅ 引用完整: 论文引用、数据来源清晰标注
• ✅ 版本控制: Git 历史记录，可追溯更新

建议的 Agent 使用方式:

1. 将整个 docs/ 目录作为知识库导入
2. 使用文件路径作为上下文引用（如 04_NLP_LLMs/LLM_Architectures/LLM_Architectures.md）
3. 结合章节 README 快速定位内容

包含现代化的知识库前端（React + Vite + TypeScript）：

cd web/
npm install
npm run dev

特性：

• ⚡ Vite 极速构建
• 🎨 Tailwind CSS + shadcn/ui
• 🔍 全文搜索 (Fuse.js)
• 🌓 暗黑/亮色模式
• 📱 响应式设计

查看前端详情 →

我们欢迎各种形式的贡献！

• 📝 内容: 添加新指南、更新过时信息
• 🌐 翻译: 翻译成英文/其他语言
• 💻 前端: 改进 Web 体验
• 🐛 Issue: 报告问题或建议

# Fork 并克隆
git clone https://github.com/your-username/ai-guru-knowledge-base.git

# 创建分支
git checkout -b feature/your-feature

# 提交更改
git commit -m "feat: 添加 XX 内容"
git push origin feature/your-feature

查看完整贡献指南 →

本项目采用 MIT 许可证 - 详见 LICENSE 文件。

引用的论文、书籍和第三方项目遵循其原始许可证。

感谢所有为本知识库做出贡献的人。

特别感谢：

• DeepLearning.AI - 课程结构灵感
• Hugging Face - 开源 ML 生态
• 所有贡献者和读者