AI 编程零基础教程(合集)大纲

AI 编程零基础教程(合集)大纲

适合谁

  • 完全零基础:不要求会编程,也能看懂并做出作品
  • 想系统搞清楚:AI 编程的概念、原理、边界、落地路径与工程化方法
  • 想从“会用工具”升级为“能交付项目”

学完你能做到什么

  • 能用自己的话解释:LLM、Token、上下文、幻觉、Embedding、RAG、Agent、Tool Calling、MCP、Skills、评测与安全
  • 能把一个模糊需求写成可交付规格:输入/输出/约束/验收标准
  • 能做出 4 个可运行小项目:从本地跑通到最小上线形态(含日志、成本与安全边界)
  • 能建立一套可复用工作流:从需求拆解 → 生成 → 自检 → 测试 → 回归 → 发布

卷 0:认知与准备(6 篇)

01|AI 编程到底是什么:从写代码到指挥系统

  • 关键概念:LLM、IDE 助手、Agent、工具、工作流
  • 本篇产出:你的学习目标清单(做什么、不做什么)

02|能力边界与常见幻觉:为什么“看起来对”会害人

  • 关键概念:幻觉、可验证性、不确定性、回归测试
  • 本篇产出:任务分级表(可全托管/需人工审/禁止托管)

03|模型与产品形态:Chat、IDE、API、本地模型怎么选

  • 关键概念:上下文长度、延迟、成本、隐私、模型路由
  • 本篇产出:选型决策树(个人版)

04|最小工程素养:文件、命令行、依赖、环境变量、Git

  • 关键概念:项目结构、依赖管理、版本控制、.env
  • 本篇产出:一份“从 0 跑起项目”的检查清单

05|把需求写成规格:输入、输出、约束、验收标准

  • 关键概念:PRD-lite、DoD、边界条件、失败策略
  • 本篇产出:PRD-lite 模板(1 页可复用)

06|AI 参与开发的安全底线:别把密钥和隐私喂进去

  • 关键概念:PII、密钥管理、最小权限、审计
  • 本篇产出:个人安全使用守则(10 条)

卷 1:LLM 核心原理与基础概念(8 篇)

07|Token 与上下文窗口:为什么它会忘、为什么会贵

  • 关键概念:Token、上下文、截断、成本估算
  • 本篇产出:Token 成本估算表(简化版)

08|温度与采样:为什么同一句话结果不同

  • 关键概念:temperature、top_p、随机性、稳定性
  • 本篇产出:三类任务参数建议(代码/总结/创作)

09|训练 vs 推理:它不是数据库,它在预测

  • 关键概念:预训练、对齐、推理、分布外
  • 本篇产出:三句话讲清“它为什么会编造”

10|系统提示与对话:角色与优先级如何影响输出

  • 关键概念:system/user、指令冲突、越权
  • 本篇产出:你的通用系统提示骨架(可复用)

11|结构化输出:为什么 JSON 能让系统更稳定

  • 关键概念:schema、解析失败、可验证输出
  • 本篇产出:一个通用 JSON 输出规范模板

12|Embedding:把文本变成向量到底在干嘛

  • 关键概念:向量、相似度、语义检索、向量库
  • 本篇产出:相似检索的最小心智模型图

13|Tool Calling:让模型“执行”而不只是“回答”

  • 关键概念:函数调用、参数、工具结果回灌
  • 本篇产出:工具调用的输入输出协议模板

14|多模态入门:图像/文档如何进入工作流

  • 关键概念:OCR、版式、表格抽取、引用
  • 本篇产出:文档处理任务拆解清单

卷 2:Prompt 与对话式开发工作流(8 篇)

15|Prompt 结构化:目标-上下文-约束-输出格式

  • 关键概念:约束、格式、验收、边界
  • 本篇产出:通用 Prompt 模板(可复制)

16|示例驱动(Few-shot):用例子教会风格与边界

  • 关键概念:正例/反例/边界例、对齐输出
  • 本篇产出:示例库结构(如何存放与复用)

17|三轮迭代法:澄清 → 生成 → 自检与修复

  • 关键概念:澄清问题、自检、回归
  • 本篇产出:三轮对话 SOP

18|面向代码任务的提示:Debug、重构、加测试、性能优化

  • 关键概念:定位、最小复现、改动范围、风险控制
  • 本篇产出:代码任务提示卡(4 张)

19|让 AI 像代码审查一样挑错:Checklist 驱动的提问

  • 关键概念:review 维度、可维护性、边界检查
  • 本篇产出:Review Checklist(团队可用)

20|反幻觉策略:引用、可执行验证、拒答与降级

  • 关键概念:可验证证据、拒答策略、工具验证
  • 本篇产出:反幻觉提示片段合集

21|Prompt 工程化:版本、A/B、回归、可观测

  • 关键概念:prompt 版本、评测集、指标
  • 本篇产出:Prompt 目录规范与命名约定

22|从“对话”到“流程”:把一步步操作固化成可复用工作流

  • 关键概念:工作流分层、输入输出契约
  • 本篇产出:工作流定义模板(步骤 + 验收)

卷 3:工程化扩展:工具、MCP 与 Skills(7 篇)

23|工具生态全景:本地文件、网络、数据库、浏览器自动化

  • 关键概念:工具边界、权限、失败处理
  • 本篇产出:你的工具能力清单(可逐步扩充)

24|MCP 入门:让 Agent 以标准方式接入外部系统

  • 关键概念:工具发现、会话、权限隔离、审计
  • 本篇产出:一个“工具接入需求说明”模板

25|Skills 入门:把 SOP/脚本/模板打包成可移植能力

  • 关键概念:Skill、渐进式披露、可复用流程
  • 本篇产出:一个最小 Skill 目录与 SKILL.md 模板

26|Skills 设计原则:单一职责、确定性、可失败、可回滚

  • 关键概念:输入输出契约、失败码、幂等性
  • 本篇产出:技能设计 Checklist

27|MCP × Skills 分层:连接能力与流程知识如何组合

  • 关键概念:工具负责“能做什么”,技能负责“怎么做/何时做/怎么停”
  • 本篇产出:一个端到端示例流程图(任务→工具→回滚)

28|技能治理:安装、版本、禁用回滚、团队共享

  • 关键概念:技能注册表、灰度、应急开关
  • 本篇产出:团队技能管理规范(最小版)

29|前沿互操作概念速览:跨平台复用与生态演进

  • 关键概念:技能市场、互操作、执行环境差异
  • 本篇产出:你的“跟进清单”(未来更新点)

卷 4:知识与数据:Embedding、RAG 与结构化信息(7 篇)

30|什么时候需要 RAG:直接 Prompt/微调/RAG 的决策

  • 关键概念:知识时效性、可追溯、成本
  • 本篇产出:选型决策树(项目版)

31|知识采集:文档、网页、代码库、数据库怎么进知识库

  • 关键概念:来源、权限、清洗、去重
  • 本篇产出:数据源登记表模板

32|切分与元数据:chunk、重叠、标题、时间、权限标签

  • 关键概念:chunk 策略、元数据、可检索性
  • 本篇产出:切分策略指南(可复用)

33|检索:召回、重排、过滤与多路检索

  • 关键概念:召回率、重排、查询改写
  • 本篇产出:检索效果自测用例(20 条)

34|生成:引用、拒答、答案结构与证据链

  • 关键概念:引用片段、证据优先、可解释性
  • 本篇产出:带引用的回答格式规范

35|结构化数据:表格/JSON/数据库与“可计算答案”

  • 关键概念:结构化提取、校验、数值一致性
  • 本篇产出:从文本到结构化数据的输出 schema

36|RAG 评测与回归:命中率、覆盖率、引用正确性

  • 关键概念:离线评测、回归、指标
  • 本篇产出:RAG 评测表与通过门槛

卷 5:Agent 系统:规划、执行、记忆与可靠性(7 篇)

37|Agent 是什么:计划-执行-反馈循环与停止条件

  • 关键概念:planner、executor、stop condition
  • 本篇产出:一个通用 Agent 状态机图

38|任务分解:从模糊目标到可执行子任务

  • 关键概念:依赖图、优先级、最小步进
  • 本篇产出:任务分解模板(含验收)

39|记忆与上下文管理:短期记忆、长期记忆、检索记忆

  • 关键概念:摘要记忆、向量记忆、遗忘策略
  • 本篇产出:记忆策略选择表

40|自检与反思:不是“思维链”,而是可执行的校验步骤

  • 关键概念:自检清单、工具验证、回归
  • 本篇产出:自检步骤库(可插拔)

41|并发与队列:多任务、限流、重试与幂等

  • 关键概念:rate limit、retry、幂等、去重
  • 本篇产出:可靠执行策略清单

42|长任务运行:断点续跑、任务日志、可恢复执行

  • 关键概念:checkpoint、事件日志、恢复
  • 本篇产出:任务运行记录格式规范

43|多 Agent 协作:角色分工、交付物契约与冲突处理

  • 关键概念:职责边界、协作协议、合并策略
  • 本篇产出:多角色协作模板(产品/研发/测试/安全)

卷 6:评测、可观测、成本与上线(7 篇)

44|评测入门:从“能用”到“稳定可用”

  • 关键概念:金标、回归、自动评分、人审
  • 本篇产出:最小评测集(通用 30 条)

45|提示与 Agent 的评测:行为正确性、工具使用正确性

  • 关键概念:任务成功率、工具错误率、越权率
  • 本篇产出:评测维度与计分规则模板

46|可观测性:日志、追踪、指标与失败复盘

  • 关键概念:trace、span、事件日志、可重放
  • 本篇产出:失败复盘模板(含时间线)

47|成本与性能:缓存、批处理、模型路由与降级

  • 关键概念:缓存命中、路由、降级、预算
  • 本篇产出:成本预算表与降本策略清单

48|上线形态:本地脚本、服务端 API、前端产品、插件

  • 关键概念:部署、权限、配置、密钥管理
  • 本篇产出:上线检查清单(最小版)

49|运行治理:灰度、开关、回滚、事故响应

  • 关键概念:feature flag、回滚、应急预案
  • 本篇产出:应急预案模板(简化版)

50|团队落地:规范、角色分工、代码审查与知识沉淀

  • 关键概念:流程、度量、治理
  • 本篇产出:团队 AI 开发规范(最小可行版)

卷 7:安全与合规(含 OpenSec)(6 篇)

51|威胁建模:你的系统会被怎么攻击

  • 关键概念:资产、攻击面、威胁模型
  • 本篇产出:威胁建模表(轻量版)

52|提示注入:为什么“文档内容”能劫持你的 Agent

  • 关键概念:prompt injection、数据与指令分离
  • 本篇产出:注入防护规则清单

53|工具与权限安全:最小权限、沙箱、审计与隔离

  • 关键概念:sandbox、least privilege、审计日志
  • 本篇产出:权限分级与审批策略

54|数据安全:PII、密钥、合规与脱敏

  • 关键概念:脱敏、数据保留、访问控制
  • 本篇产出:数据处理与保留规范模板

55|安全评测与校准:用 OpenSec 思路评估“何时不该行动”

  • 关键概念:校准、证据门控动作、注入违例率、爆炸半径
  • 本篇产出:安全用例集(越权/注入/误操作 20 条)

56|供应链与依赖风险:模型、插件、技能包与脚本的可信来源

  • 关键概念:依赖审查、签名/版本、回滚
  • 本篇产出:第三方资源准入清单

卷 8:项目实战合集(12 篇,4 个项目)

项目 A:个人 AI 编程工作流(3 篇)

57|从需求到任务拆解:把 PRD-lite 变成任务树
  • 交付:一份真实需求的任务树与验收标准
58|生成与自检:让它自己跑“检查清单”
  • 交付:可复用的自检步骤库
59|回归与发布:让改动可追踪、可回滚
  • 交付:一次完整迭代的变更记录与复盘

项目 B:个人知识库问答(RAG)(3 篇)

60|数据接入与切分:把资料变成可检索知识
  • 交付:一个小型知识库(含元数据策略)
61|回答带引用:让每句话都能追溯证据
  • 交付:带引用的回答接口与格式规范
62|评测与优化:命中率与引用正确性回归
  • 交付:RAG 评测集与指标看板定义

项目 C:多步骤自动化助手(Agent + 工具)(3 篇)

63|设计 Agent 状态机:计划、执行、停止与回滚
  • 交付:Agent 流程图与停止条件
64|接入工具:文件/网络/数据库至少两类工具
  • 交付:工具清单、权限边界与审计格式
65|失败可恢复:断点续跑与任务日志可重放
  • 交付:可重放的任务事件日志

项目 D:团队可复用技能包(Skills)(3 篇)

66|把团队 SOP 写成 Skills:从“口口相传”到“按需加载”
  • 交付:3 个技能(debug/test/review)最小实现
67|技能治理:版本、禁用回滚与共享策略
  • 交付:技能注册表与发布流程(最小版)
68|安全与评测:技能是否越权、是否稳定
  • 交付:技能回归集 + 安全用例集

Read more

前端CI/CD流程:自动化部署的正确打开方式

前端CI/CD流程:自动化部署的正确打开方式 毒舌时刻 CI/CD?听起来就像是前端工程师为了显得自己很专业而特意搞的一套复杂流程。你以为配置了CI/CD就能解决所有部署问题?别做梦了!到时候你会发现,CI/CD配置出错的概率比手动部署还高。 你以为随便找个CI/CD工具就能用?别天真了!不同的工具配置方式不同,坑也不同。比如Jenkins的配置文件就像是天书,GitLab CI的YAML语法也能让你崩溃。 为什么你需要这个 1. 自动化部署:CI/CD可以自动完成代码测试、构建和部署,减少手动操作,提高部署效率。 2. 减少人为错误:自动化部署可以避免手动部署时的人为错误,提高部署的可靠性。 3. 快速反馈:CI/CD可以在代码提交后立即进行测试和构建,及时发现问题,提供快速反馈。 4. 持续集成:CI/CD可以确保代码的持续集成,避免代码冲突和集成问题。 5. 环境一致性:CI/CD可以确保不同环境的配置一致,避免环境差异导致的问题。 反面教材

满分高危来袭!CVE-2026-21962击穿Oracle WebLogic代理插件,无认证远程控服全解析

2026年1月20日,Oracle发布2026年度首个关键补丁更新(CPU Jan 2026),一次性修复了全产品线158个CVE漏洞、发布337个安全补丁,其中27个关键级漏洞占比8%,涉及13个核心CVE编号。而Oracle WebLogic Server代理插件中曝出的CVE-2026-21962漏洞,凭借CVSS 3.1满分10.0的评级、无认证远程利用、低攻击复杂度的特性,成为本次更新中最具威胁的漏洞,也让全球大量部署WebLogic中间件的企业陷入安全危机。该漏洞并非简单的权限绕过,而是可直接实现远程命令执行(RCE),攻击者仅需构造恶意HTTP请求,即可绕过所有安全校验直接控制目标服务器,窃取、篡改核心业务数据,甚至实现内网横向移动,其危害覆盖金融、政务、能源、电商等所有使用WebLogic代理插件的关键行业。本文将从漏洞背景、技术原理、利用现状、防护方案及行业安全启示等维度,进行专业、全面的深度解读,并结合WebLogic历史漏洞规律给出前瞻性防护建议,为企业筑牢安全防线。 一、漏洞核心背景:Oracle 2026首波更新,WebLogic成高危重灾区 Oracl

医疗AI中的马尔科夫链深度应用与Python实现(2026年版)

医疗AI中的马尔科夫链深度应用与Python实现(2026年版)

核心应用场景 马尔科夫模型在医疗健康领域的应用核心在于其处理时序与状态转移的能力,尤其适用于以下几类具有明确阶段性的临床与管理问题: 1. 疾病进展建模:量化慢性病(如糖尿病、心血管疾病、慢性肾病)在不同临床分期之间的转移风险,为早期干预提供依据。 2. 治疗决策优化:在考虑治疗效果、副作用、成本及患者偏好的多维度下,模拟不同治疗策略的长期结局,辅助制定个性化方案。 3. 生存分析与预后预测:动态评估患者的生存概率或特定终点事件(如复发、再入院)发生风险,随时间更新预测。 4. 医疗资源需求预测:基于患者群体的状态流模型,预测未来不同科室(如ICU、康复病房)的床位、设备及人力需求。 实战示例:构建糖尿病进展预测模型 以下是一个基于模拟数据的糖尿病进展马尔科夫模型构建框架,展示了从数据到模拟的核心流程。 import numpy as np

2026 年 Claude Code 完全精通指南:让产品经理与工程师同频 5 倍提效的 AI 操作系统

2026 年 Claude Code 完全精通指南:让产品经理与工程师同频 5 倍提效的 AI 操作系统

2026 年,生成式 AI 已经从 “辅助工具” 全面进化为 “生产力操作系统”,而 Claude Code 正是这场变革的核心载体。当下的行业现状极具反差感:工程师们已经靠 Claude Code 把研发交付效率提升了 5 倍,而大量产品经理还在犹豫 “AI 到底能帮我做什么”,这种认知差,让产品经理反而成了团队提效的最大瓶颈。 很多人对 Claude Code 的认知,还停留在 “一个写代码的 AI 工具”,但事实上,它早已突破了代码场景的边界,把 AI 从一个你需要反复提问的聊天助手,变成了一个能横跨你整个工作流、自主执行、深度协同的 “全能团队队友”。无论是工程师的研发全流程,还是产品经理的需求分析、PRD 撰写、项目管理、团队协同,Claude Code 都能实现端到端的效率重构。