AI 指南

AI 应用开发的核心概念与技术栈速览。

---

LLM 应用架构分层

应用层（Chat / Agent / Workflow）
    ↓
能力层（RAG / Function Calling / MCP）
    ↓
模型层（GPT / Claude / 本地模型）

---

MCP

Model Context Protocol，Anthropic 发布的开源标准协议，统一 AI 应用与外部系统的连接方式。

一句话：MCP 之于 AI 工具调用，类似于 USB 之于硬件设备——统一接口标准，让不同 AI 应用通过同一套协议连接各种工具和数据源。

• 官网：https://modelcontextprotocol.io/
• Cursor MCP 市场：https://cursor.com/marketplace

---

核心技术选型

需求	方案
知识库问答	RAG
复杂任务自动化	Agent
固定流程编排	Workflow / Agentic Workflow
多工具统一接入	MCP
本地部署	Ollama + 开源模型
模型微调	LoRA / SFT

---

学习路径建议

1. 先搞懂基础概念（Token / Embedding / Temperature）
2. 上手一个 AI 编程工具（Cursor / Claude Code）
3. 理解 RAG 原理并动手做一个知识库问答
4. 学习 Agent 与 Function Calling
5. 尝试本地部署大模型（Ollama）
6. 深入 NLP 底层（分词 / 注意力机制 / Transformer）