写给想把 AI 用起来的开发者

不止看懂 AI,
跟着项目,把 Agent
真正做出来。

基于 11 年开发经验,通过基础教程、实战案例与工程实践,带你从第一个 Demo 走向可部署的业务应用。

✓ 免费内容无需登录✓ 可运行的示例源码✓ 清楚说明能力边界
资料问答与回复草稿助手示例流程
一个问题,如何变成有依据的回复?
体验版可以试用多久?
↓
检索资料匹配指定资料
→
整理草稿保留资料出处
→
人工确认检查后再使用
↓
回复草稿 来源可核对

体验版试用期为 7 天,包含资料检索与回复草稿,不包含自动发送。

D01 · 演示资料 / 产品试用规则

固定演示资料 · 无模型调用 · 不自动发送

打开交互演示 公开虚构资料
动手实战读懂之后,亲手跑通
循序渐进从一个 Demo 开始
业务视角先解决一个具体问题
工程边界可核对,也承认不足

LEARNING PATH · 学习路径

不用一次学完,从这里开始。

一条主线,四个阶段。每一步,都有明确的产出。

查看完整路径
01

先理解,再动手

认识 Agent

能说清适用场景,判断何时不需要 Agent。

一份任务定义

阅读入门教程
03

让结果有据可查

串起业务流程

理解来源、结构化输出与人工确认边界。

可核对的回复结果

阅读入门教程
04

从能运行到可维护

部署与改进

检查部署、失败状态、权限与成本边界。

一份上线检查清单

阅读入门教程

当前开放 5 篇首版入门教程,包含真实模型调用示例;生产级实战内容仍在规划中。

BUILD SOMETHING · 实战案例

从具体问题,看到技术的价值。

先把一个案例讲清楚:为什么做、怎么运行,以及不能做什么。

探索案例
资料→ 草稿→ 审核
回复草稿
[D01] 产品试用规则
有依据,才有可用的回复。
首个候选案例 · 交互演示

企业资料问答
与回复草稿助手

把散落在资料里的信息,整理成可核对的回复草稿。先帮助人,再考虑自动化。

输入
用户问题 + 指定资料
输出
回复草稿 + 资料出处 / 资料不足
资料检索来源展示人工确认
查看案例与实现步骤

ENGINEERING NOTES · 精选阅读

不只跑通,也理解背后的选择。

全部文章与教程

从本地到上线:部署前要检查什么

分清静态演示与真实服务,检查 HTTPS、异常、日志和密钥边界。

阅读全文

用 Python 跑通第一个回复草稿 Demo

不申请模型密钥,先跑通输入、资料匹配、草稿和人工确认的完整流程。

阅读全文

让回复可核对:资料出处与失败边界

给每个结果一个可追溯的来源,并把「无法回答」当成正常结果。

阅读全文
峰ENGINEER / CREATOR

你好,我是峰少

一个喜欢把想法做出来的程序员。

11 年程序员经验,关注 AI Agent 的开发与应用,也在自媒体分享实践,有一万多关注者。希望把真正有用的工程经验,积累成可以反复学习的内容。

了解我的背景
先做出东西,
再把经验讲清楚。关于技术,也关于长期积累。

NEED A HAND?

遇到具体问题,再一起往前走。

系统学习、技术诊断、项目开发支持,是正在探索的帮助方向。

了解进一步帮助