Skip to content

datawhalechina/ai-wiki

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

项目名称(⚠️ Alpha内测版)

Caution

⚠️ Alpha内测版本警告:此为早期内部构建版本,尚不完整且可能存在错误,欢迎大家提Issue反馈问题或建议。

AI-Practice-Wiki: AI开发者全景式工具与资源导航

一个为AI开发者、研究者与学习者打造的,持续更新、系统化整理的AI工具、框架、模型与实践范式全景导航与知识库。

项目简介

AI-Practice-Wiki是一个开源的、社区驱动的Wiki知识库项目,旨在系统化地梳理和呈现 AI 领域的开发工具链、主流模型服务、核心框架与新兴编程范式

项目背景与动机

在AI技术日新月异的今天,新的模型、框架、工具和概念层出不穷。开发者们面临着“选择困难”和“信息过载”的双重挑战:

  1. 碎片化严重:优质资源散落在博客、论文、GitHub和各大厂商的文档中,难以形成体系化的认知。

  2. 迭代速度极快:今天的主流工具,明天可能就被更好的方案替代;新的概念(如MCP, Agentic RAG, Vibe Coding)不断涌现,理解与跟进成本高。

  3. 决策缺乏参考:面对功能相似的多个产品或套餐(如多家厂商的Coding Plan,多种Agent框架),缺乏横向对比与选型指南。

这份文档最初的诞生,正是为了对抗这种信息熵增,为我个人建立一个私人版的“AI开发装备库”。 然而,个人的视野和精力终究有限。我们相信:

  • 集体的智慧远胜于个体:开源协作能让这份清单更全面、更及时、更准确。
  • 知识应当流动与共享:一个结构清晰、持续更新的导航,能显著降低所有AI实践者的入门与探索门槛。

因此,我们决定开源此项目,邀请所有社区伙伴一起,共同构建这份属于AI开发者的“生存地图”。

项目目标

  • 成为AI开发者的必备手册:提供一份结构化的工具与资源清单,覆盖从想法到落地的关键环节。
  • 降低学习与决策成本:通过清晰的分类、对比表格和背景解读,帮助开发者快速理解技术选项并做出合理选择。
  • 孵化实践指南与深度内容:未来不仅止于列表,更希望沉淀出基于这些工具的最佳实践、架构解析与实战教程。

项目受众

本项目主要面向以下几类人群,致力于成为他们在AI技术探索与实践道路上的得力助手:

  1. 开发者:正在或计划构建AI应用的工程师。本项目提供横向对比(如框架、模型API、工具选型)和前沿动态(如MCP、Agentic RAG),助力技术决策与效率提升。
  2. 学习者:AI领域的初学者或学生。本项目可作为结构化学习地图,帮助快速建立对生态的整体认知,并直达优质学习资源。
  3. 贡献者:开源爱好者与技术布道师。本项目是一个开放的知识协作WIKI,欢迎通过补充内容、修正信息或分享实践来共同维护这份社区资产。

总而言之,无论你是正在为下一个AI应用寻找合适框架的工程师,还是刚刚对Agent产生好奇的学生,都欢迎你使用、参与并共同建设这个项目。让我们一起,让AI开发变得更简单、更高效。

在线阅读

https://datawhalechina.github.io/ai-practice-wiki

目录

章节名 简介 状态
一、龙虾 Claw 产品系列 "龙虾"是对开源 AI 智能体 **OpenClaw**的昵称。它能理解自然语言指令,自主调用电脑工具完成任务,真正实现从"意图"到"执行"的闭环。
二、Coding Plan Coding Plan 是各 AI 平台推出的编程模型订阅套餐,以低价月费提供高质量代码生成能力。
三、三方模型(API) 通过 API 调用的第三方大语言模型服务,涵盖国际主流和国产模型。
四、CLI 种类 CLI(命令行界面)AI 工具是终端中的 AI 编程助手,支持自然语言驱动开发全流程。
五、好用的 Skill Skills(技能) 是一种为 AI 预定义可复用的专业能力的机制。
六、MCP MCP(模型上下文协议)是 Anthropic 提出的开放协议,为 LLM 应用与外部数据源、工具之间提供标准化集成方式,被形象地称为"AI 应用的 USB-C 接口"。
七、编程工具 IDE 专为AI协同编程设计,深度融合大模型的集成开发环境与Web工具。
八、Agent 框架 AI Agent 框架提供构建自主推理、规划和执行任务的智能体系统的基础设施。
九、RAG 框架 RAG(检索增强生成)框架。2026 年的趋势是向 Agentic RAG 和上下文工程演进。
十、向量知识库 向量数据库(Vector Database)是一种专门用于存储、索引和检索高维向量数据的数据库系统。
十一、Embedding 模型 Embedding 模型将文本转换为向量表示,是 RAG 和语义搜索的核心组件。
十二、Vibe Coding Vibe Coding 由 AI 研究员 Andrej Karpathy 于 2025 年 2 月提出,指通过自然语言描述需求让 AI 生成代码,而非手动编写。
十三、资源导航 工具导航站、评测与榜单、社区与资源等

贡献者名单

姓名 职责 简介
崔腾松 项目负责人 Datawhale成员

参与贡献

  • 如果你发现了一些问题,可以提Issue进行反馈,如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
  • 如果你想参与贡献本项目,可以提Pull Request,如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
  • 如果你对 Datawhale 很感兴趣并想要发起一个新的项目,请按照Datawhale开源项目指南进行操作即可~

关注我们

扫描下方二维码关注公众号:Datawhale

LICENSE

知识共享许可协议
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

注:默认使用CC 4.0协议,也可根据自身项目情况选用其他协议

About

AI实践大百科:AI 开发者的随身工具清单

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors