OpenAI API Docs
OpenAI API 官方文档,覆盖模型、Responses API、工具调用、结构化输出、文件搜索、图像与语音等能力。
优先看官方文档,避免被二手教程带偏;这里是 API、模型能力、工具调用和安全边界的一手入口。
OpenAI API 官方文档,覆盖模型、Responses API、工具调用、结构化输出、文件搜索、图像与语音等能力。
OpenAI 官方示例库,包含 GPT-5.x、Agents、Evals、RAG、结构化输出、微调、批处理等实践案例。
OpenAI 官方 Agent SDK 文档,适合学习工具调用、handoff、guardrails、tracing 与多 Agent 编排。
Claude 官方文档,覆盖消息 API、工具使用、提示词工程、computer use、MCP 与长上下文实践。
Gemini API 官方文档,覆盖多模态、函数调用、结构化输出、长上下文、嵌入、文件和 Grounding。
Google 官方提示词指南,适合系统整理 Gemini 系列模型的 prompt 设计、输出格式和多轮任务拆解。
微软 Azure OpenAI 官方文档,适合企业场景学习部署、身份权限、内容安全、RAG 和生产化治理。
Mistral 官方文档,覆盖模型 API、函数调用、Agents、OCR、嵌入与自托管相关能力。
Cohere 官方文档,重点关注企业检索、Rerank、Embed、Command 系列模型与 RAG 方案。
xAI Grok API 官方文档,适合跟踪 Grok 模型、工具能力和实时信息相关能力。
从 prompt、Transformer、RAG 到 Agent 的系统课程,适合建立完整知识地图。
Transformers、Datasets、Tokenizers、微调和开源模型生态的经典系统课程。
Cohere 提供的大模型系统学习资源,覆盖语义搜索、RAG、嵌入、评测和应用开发。
提示词工程综合指南,覆盖基础 prompt、CoT、RAG、Agent、红队、安全和论文索引。
DeepLearning.AI 与 OpenAI 合作课程,适合入门 prompt、迭代、摘要、推理、转换和扩展任务。
密集型 AI 短课集合,覆盖 RAG、LangChain、LlamaIndex、评测、Agentic design 和多模态应用。
斯坦福大语言模型课程,适合理解模型能力、训练数据、缩放、法律伦理与社会影响。
伯克利 LLM Agent 课程,适合系统学习规划、工具、记忆、多 Agent、环境交互与评测。
MIT 深度学习入门课程,适合补 Transformer 和大模型前置基础。
做应用时重点看框架的抽象边界:Prompt、Tool、Memory、Graph、Retriever、Evaluator 如何组合。
LangChain v1 文档入口,覆盖模型、工具、Agent、RAG、流式、记忆、部署和 LangSmith 可观测性。
图式 Agent 编排框架,适合构建可控、可恢复、可观察的多步骤 Agent 工作流。
面向数据连接、索引、检索、RAG、Agent 和 workflow 的应用框架。
Stanford NLP 团队推动的声明式 LLM 编程框架,强调模块、优化器和自动 prompt/program 优化。
微软开源的 AI 编排 SDK,适合企业应用、插件、Planner、Agent 与 .NET/Python/Java 生态。
Microsoft Research 多 Agent 框架文档,适合学习 Agent 会话、团队协作和自动化任务执行。
面向角色、任务、流程和团队协作的 Agent 框架,适合快速搭建多 Agent 自动化。
deepset 的 LLM/RAG pipeline 框架,适合构建企业检索、问答和生产级 NLP 系统。
RAG 的关键不是“接个向量库”,而是切分、检索、重排、引用、评测和权限治理。
OpenAI 官方文件搜索工具文档,适合学习托管向量检索、引用和工具化 RAG。
LlamaIndex RAG 原理与实践指南,覆盖 ingestion、indexing、querying 和 response synthesis。
LangChain RAG 教程入口,覆盖文档加载、切分、向量存储、检索链和 Agentic RAG。
向量数据库与语义搜索学习中心,适合补 embedding、hybrid search、rerank 和 RAG 基础。
Weaviate 官方学院,覆盖向量搜索、混合检索、生成式搜索和生产化知识库。
Qdrant 官方教程,覆盖向量检索、混合搜索、过滤、量化和 RAG 应用案例。
适合学习大规模检索、排序、向量检索、混合搜索和在线 serving 的工程化搜索系统。
模型应用上线后,核心问题会从“能不能答”变成“稳定性、成本、安全、可解释和回归评测”。
OpenAI 官方评测指南,适合构建任务评估、回归测试和模型选择流程。
LangChain 官方可观测与评测平台,覆盖 tracing、dataset、feedback、evaluation 和 prompt 版本管理。
面向 RAG 应用的评测框架,覆盖 faithfulness、answer relevancy、context precision/recall 等指标。
LLM 应用评测框架,适合单元测试、RAG 评估、Agent 评估和 CI 集成。
Prompt 与 LLM 输出回归测试工具,适合做 prompt 对比、红队、安全测试和自动化评测。
OpenAI 官方安全最佳实践,覆盖滥用防护、内容安全、人工审核和上线风控。
LLM 应用安全风险清单,覆盖 prompt injection、数据泄漏、供应链、过度代理等风险。
学习开源模型时要同时看模型卡、推理服务、量化、微调、评测和硬件约束。
Transformers 官方文档,覆盖模型加载、推理、训练、微调、量化和多模态模型。
强化学习与偏好优化训练库,适合学习 SFT、DPO、PPO、GRPO 等后训练方法。
参数高效微调文档,覆盖 LoRA、QLoRA、Adapter 等低成本微调技术。
高吞吐 LLM 推理服务文档,适合学习 PagedAttention、OpenAI-compatible server 和生产部署。
高性能结构化生成与服务框架,适合学习推理加速、并发、约束解码和多模态 serving。
本地运行开源模型的常用工具文档,适合快速上手本地模型、Modelfile 和 API。
本地 CPU/GPU 推理核心项目,适合学习 GGUF、量化、边缘设备推理和跨平台部署。
面向浏览器、移动端和边缘端的 LLM 编译与部署方案,适合学习 WebGPU 和本地端侧推理。
多模态应用要关注输入输出格式、延迟、流式、工具调用和跨模态检索。
OpenAI 图像生成与视觉能力文档,适合学习图像输入、图像生成、编辑和多模态应用。
实时语音和低延迟交互文档,适合做语音助手、实时翻译、语音 Agent 和流式对话。
Gemini 多模态文档入口,覆盖图片、视频、音频、文档理解与结构化输出。
Claude 视觉能力文档,适合学习图片理解、图文问答和多模态 prompt 设计。
Hugging Face 任务索引,覆盖文本、图像、音频、视频和多模态任务的模型入口。
中文模型、国产云和中文教程适合作为本地化应用、私有部署和中文语料能力补充。
通义千问/百炼平台文档,覆盖模型调用、应用构建、知识库、插件、Agent 和企业接入。
GLM 系列模型官方文档,覆盖模型调用、工具、智能体、知识库、多模态和开放 API。
DeepSeek 官方 API 文档,适合学习对话、推理模型、上下文缓存、函数调用和兼容接口。
Kimi/Moonshot 平台文档,适合学习长上下文、文件理解、模型调用和中文应用场景。
豆包/方舟平台文档,覆盖模型调用、知识库、Agent、评测、精调和企业部署能力。
腾讯混元大模型文档,适合了解国内云厂商大模型 API、插件和企业集成。
文心/千帆平台文档,覆盖模型服务、应用开发、知识库、精调和企业场景。
Related
Discussion
讨论
还没有讨论