一个面向 Java 后端 + AI 工程方向的个人学习笔记,用 Obsidian 管理,内容由我整理思路、LLM 辅助记录与重构维护。
wiki/ 目录按主题组织:
- LLM 基础 — 模型原理、Prompt、Harness、Function Calling
- Agent 体系 — 推理框架、MCP/LSP 协议、Memory、Skills、可靠性、安全、可观测性
- RAG 体系 — 检索、向量、评估、安全
- 数据格式 / 文档解析 — RAG 数据基础
- 面试题目 — 题目清单 + 跳转链接,按知识点聚合
整理与记录:根据我的理解和素材,由 LLM 帮我把内容重构、补全细节、统一格式。每一篇 wiki 文档都不是直接生成的,而是==我提出方向 → LLM 协助起草 → 我审核修改==的产物。
结构维护:当某个主题文档膨胀到难以阅读时(比如 1000+ 行的 Agent 工程实践.md),由 LLM 协助按逻辑拆分成多个独立文档,并修复跨文件的 wikilink。
数据集整理(raws/):raws/ 目录是从公众号 / 论文 / 博客等来源收集的原始素材,由 LLM 按主题归类、去重、提取要点,再决定是否进入 wiki/。这部分的协作约定见 RAW_WORKFLOW_GUIDE.md。
- AGENTS.md — 给 AI 协作者看的规则(哪些操作禁止、历史踩过的坑)
- OBSIDIAN_STYLE.md — Obsidian 写作风格规范
- QUALITY_CHECKLIST.md — 文档质量检查清单
- RAW_WORKFLOW_GUIDE.md —
raws/处理流程 - 优化记录.md — 全局变更日志,每次重构都记一笔
仅供个人学习使用,不保证内容准确性,欢迎指正。