全部教程

适合想搞懂 RAG 全链路原理、准备自建知识库的开发者；纯概念讲解，想直接抄代码落地的别指望。

适合已装好 Claude Code、想系统摸清 MCP 与 SubAgent/Skill 区别的开发者；纯入门看前两部分即可，高级扩展部分需先有实际项目再对照。

适合想系统上手 Codex 各类功能的人；但只有标题可判断，具体讲解深度未知，追求实操细节的建议先看评论区再决定。

适合想系统学习 AI 工程并动手实践的开发者，尤其是已有编程基础、希望从零构建完整 AI 应用的人。课程内容全面，但 329 小时的学习时长可能不适合只想快速了解某个知识点的人。

适合想充分利用 Codex APP 的开发者，尤其是免费用户。若已熟悉 Codex 基础操作，可跳过前几章。对命令行工具无兴趣者慎看。

适合想快速上手Codex的零基础用户，但需注意视频可能未覆盖最新版本，且未实测，建议结合官方文档使用。

适合想用 AI 简化视频剪辑的零基础用户，但需注意视频可能未覆盖复杂剪辑需求，且依赖 Claude Code 的当前功能。

适合想系统学习AI视频制作流程的创作者，但需注意视频可能涉及特定工具，若对工具不感兴趣或已有成熟流程，则参考价值有限。

适合想用LlamaIndex落地RAG的开发者，案例丰富，但需具备Python基础；若已熟悉RAG原理，可跳过前两章。

适合有一定NLP基础、希望系统掌握Transformer并上手实践的开发者。若只想快速调用API，可能偏重原理；若需最新前沿技术，注意出版于2023年。

适合数据中心架构师、云平台工程师及高性能计算研究者；需具备一定硬件与网络基础；若只关注算法或应用开发，则内容偏底层，可略过。

适合想系统了解大模型原理并动手实践的开发者，需具备一定机器学习基础。若只想快速上手应用，可跳过理论章节。

适合想系统入门LLM并动手实践的开发者，需有Python和深度学习基础。若只想快速上手应用或已有实战经验，可能偏基础。

适合想快速建立大模型全景认知的管理者或非技术读者；若追求技术实操细节，本书偏科普与商业分析，可能不够深入。

适合想系统理解大模型原理的初学者，以图解降低门槛；若追求最新技术细节或实战部署，则需搭配其他资料。

适合有Python基础、想从零系统学习PyTorch和ChatGLM微调的开发者；若已熟悉深度学习基础，可直接阅读ChatGLM相关章节。

适合想系统掌握大模型构建的研发人员与学生；若只关注单一模型或已有实战经验，可能偏基础。

适合想系统入门AI智能体的开发者，理论实践结合，但需注意扣子平台和CrewAI可能已更新，建议结合最新文档。若只想快速上手，可跳过前两章。

适合希望将重复工作自动化、构建 AI 工作流的个人或团队。前提是已有 OpenClaw 基础或愿意学习。若只想了解 AI 概念或没有具体业务场景，可能觉得空泛。

适合想深入理解Claude Code内部机制的日常使用者，以及Agent系统设计的技术人员。若只想快速上手使用，则不必读。

适合想快速了解Agent概念的入门读者。若追求实操或深度原理，此书可能不够。

适合有深度学习基础、想系统入门强化学习的读者；若已熟悉DQN等现代方法，本书基础部分可能偏浅。

适合想系统学习大模型辅助开发的工程师，需有基础工程实践认知；若追求工具速查或具体模型操作，则本书偏方法论，可能不够直接。

适合想系统梳理大模型核心概念的初学者，问答形式易读。若追求实操或最新技术细节，可能不够深入。