把AI知识，读成可复用的工作方法
共 74 大知识库，持续更新，从大模型技术演进到行业落地，每一篇都由一线讲师整理成可检索、可循序阅读的在线文档。
AI应用开发
AI编程开发AI 数据运营师（知识库运营）
AI运营覆盖知识库规划与治理、内容质量与切分配合、标注数据生产、RAG 效果运营与 bad case 归因、知识保鲜机制、数据合规与安全、运营指标体系等核心考点
进入阅读AI 测试工程师（大模型评测）
AI编程开发覆盖大模型评测体系、评估集建设、程序断言与 LLM-as-judge、对抗与红队测试、性能与安全测试、回归与线上监控、RAG/Agent 专项测试等核心考点
进入阅读AIGC 设计师
AIGC设计覆盖 AI 平面与视觉设计的全链路考点：提示词与风格控制、ControlNet 工作流、电商/品牌/插画场景、版权与商用授权、批量设计工程化、设计师竞争力重构
进入阅读AI 解决方案顾问（售前）
AI咨询交付覆盖 B 端 AI 落地的全链路考点：客户调研与痛点挖掘、方案架构设计（RAG/Agent/微调选型）、POC 设计、ROI 测算与报价、投标与演示、交付边界管理、行业方案与异议处
进入阅读AI 办公效率专家
AI效率办公覆盖职场 AI 应用的全场景考点：文档写作与总结、表格与数据分析、汇报演示、个人知识管理、提示词模板库建设、人机分工与验证习惯、数据安全红线与团队 AI 化推广
进入阅读AI 漫剧制作师
AI漫剧/影视覆盖 AI 漫剧中期制作与制片管理：流水线设计与排期、角色一致性生产管控、提示词与 LoRA 资产管理、批量产能、质量与成本控制、外包协作、商业化与合规台账等核心考点
进入阅读AI 后期制作师
AI漫剧/影视覆盖 AI 漫剧后期全链路：图生视频与运动控制、口型同步与 TTS 配音、音效与混音、剪辑节奏与字幕包装、调色统一、成片规格导出与质检、工程化素材管理等核心考点
进入阅读Python 面试题
AI编程开发Python 语言特性、编码规范、数据类型、正则、装饰器等高频面试题（已排除并发/网络/爬虫/Git/算法专题）。内容整理自开源仓库 Python-Interview-Custom
进入阅读Java SE 面试题
AI编程开发Java SE 基础高频面试题：JDK/JRE、运算符与关键字、字符串三兄弟、接口与抽象类、异常体系、反射、深浅拷贝等。带【高频】标记的是笔试面试超高频考点。
进入阅读Linux 面试题
AI编程开发Linux 常用命令与 Docker 容器高频考点：目录文件操作、vi/vim、压缩解压、授权、端口/进程/内存排查、Docker 镜像与容器管理、docker-compose 等
进入阅读MySQL 面试题
AI编程开发MySQL 高频面试题：连接与合并、char/varchar、事务与隔离级别、三大范式、索引（分类/创建原则/失效/B+树/覆盖索引）、锁、日志、主从复制、SQL优化与慢查询日志。
进入阅读RabbitMQ 面试题
AI编程开发RabbitMQ 高频面试题：微服务交互、MQ 三大作用、收发代码流程、消息可靠性（丢失/堆积/幂等）、死信队列、延迟消息与交换机模式，结合项目实战场景整理。
进入阅读Elasticsearch 面试题
AI编程开发Elasticsearch 高频面试题：倒排索引原理、查询关键字、keyword/text 类型、query 与 filter 区别、与 MySQL 的数据一致性方案、性能优化。
进入阅读测试3
测试大模型微调面试题库
AI编程开发大模型微调高频面试题：全参数微调的局限（显存/硬件/灾难性遗忘/存储成本）、参数高效微调（PEFT）核心思想、LoRA 低秩适配的技术原理与数学基础、适配器注入位置与推理时权重合并
进入阅读LangChain面试题库
AI编程开发LangChain 高频面试题：六大核心组件、链与代理、提示模板与输出解析、Memory 多轮对话、文档检索与向量存储、LCEL 声明式编排、流式处理、SQL 数据库代理与数据安全
进入阅读LangGraph面试题库
AI编程开发LangGraph 高频面试题：状态图与节点执行流程、TypedDict/Annotated 与 Reducer 状态管理、ToolNode 工具调用、interrupt() 人机
进入阅读MCP 面试题库
AI编程开发MCP（Model Context Protocol）高频面试题：协议定位与函数调用关系、Server/Client 核心角色、Resources/Tools/Prompts 能力
进入阅读多智能体面试题库
AI编程开发多智能体（Multi-Agent）系统高频面试题：单 Agent 瓶颈、多 Agent 协作收益、Boss-Worker 中心化模式、流水线模式、民主/辩论式协作、通信冗余控制、一
进入阅读Skill 面试题库
AI编程开发Agent Skill（智能体技能）高频面试题：SKILL.md 结构与 frontmatter、渐进式披露三层加载、description 触发设计、脚本化确定性执行、Skill
进入阅读AI应用开发
AI编程开发AI 数据运营师（知识库运营）
AI运营覆盖知识库规划与治理、内容质量与切分配合、标注数据生产、RAG 效果运营与 bad case 归因、知识保鲜机制、数据合规与安全、运营指标体系等核心考点
进入阅读AI 测试工程师（大模型评测）
AI编程开发覆盖大模型评测体系、评估集建设、程序断言与 LLM-as-judge、对抗与红队测试、性能与安全测试、回归与线上监控、RAG/Agent 专项测试等核心考点
进入阅读AIGC 设计师
AIGC设计覆盖 AI 平面与视觉设计的全链路考点：提示词与风格控制、ControlNet 工作流、电商/品牌/插画场景、版权与商用授权、批量设计工程化、设计师竞争力重构
进入阅读AI 解决方案顾问（售前）
AI咨询交付覆盖 B 端 AI 落地的全链路考点：客户调研与痛点挖掘、方案架构设计（RAG/Agent/微调选型）、POC 设计、ROI 测算与报价、投标与演示、交付边界管理、行业方案与异议处
进入阅读AI 办公效率专家
AI效率办公覆盖职场 AI 应用的全场景考点：文档写作与总结、表格与数据分析、汇报演示、个人知识管理、提示词模板库建设、人机分工与验证习惯、数据安全红线与团队 AI 化推广
进入阅读AI 漫剧制作师
AI漫剧/影视覆盖 AI 漫剧中期制作与制片管理：流水线设计与排期、角色一致性生产管控、提示词与 LoRA 资产管理、批量产能、质量与成本控制、外包协作、商业化与合规台账等核心考点
进入阅读AI 后期制作师
AI漫剧/影视覆盖 AI 漫剧后期全链路：图生视频与运动控制、口型同步与 TTS 配音、音效与混音、剪辑节奏与字幕包装、调色统一、成片规格导出与质检、工程化素材管理等核心考点
进入阅读Python 面试题
AI编程开发Python 语言特性、编码规范、数据类型、正则、装饰器等高频面试题（已排除并发/网络/爬虫/Git/算法专题）。内容整理自开源仓库 Python-Interview-Custom
进入阅读Java SE 面试题
AI编程开发Java SE 基础高频面试题：JDK/JRE、运算符与关键字、字符串三兄弟、接口与抽象类、异常体系、反射、深浅拷贝等。带【高频】标记的是笔试面试超高频考点。
进入阅读Linux 面试题
AI编程开发Linux 常用命令与 Docker 容器高频考点：目录文件操作、vi/vim、压缩解压、授权、端口/进程/内存排查、Docker 镜像与容器管理、docker-compose 等
进入阅读MySQL 面试题
AI编程开发MySQL 高频面试题：连接与合并、char/varchar、事务与隔离级别、三大范式、索引（分类/创建原则/失效/B+树/覆盖索引）、锁、日志、主从复制、SQL优化与慢查询日志。
进入阅读RabbitMQ 面试题
AI编程开发RabbitMQ 高频面试题：微服务交互、MQ 三大作用、收发代码流程、消息可靠性（丢失/堆积/幂等）、死信队列、延迟消息与交换机模式，结合项目实战场景整理。
进入阅读Elasticsearch 面试题
AI编程开发Elasticsearch 高频面试题：倒排索引原理、查询关键字、keyword/text 类型、query 与 filter 区别、与 MySQL 的数据一致性方案、性能优化。
进入阅读测试3
测试大模型微调面试题库
AI编程开发大模型微调高频面试题：全参数微调的局限（显存/硬件/灾难性遗忘/存储成本）、参数高效微调（PEFT）核心思想、LoRA 低秩适配的技术原理与数学基础、适配器注入位置与推理时权重合并
进入阅读LangChain面试题库
AI编程开发LangChain 高频面试题：六大核心组件、链与代理、提示模板与输出解析、Memory 多轮对话、文档检索与向量存储、LCEL 声明式编排、流式处理、SQL 数据库代理与数据安全
进入阅读LangGraph面试题库
AI编程开发LangGraph 高频面试题：状态图与节点执行流程、TypedDict/Annotated 与 Reducer 状态管理、ToolNode 工具调用、interrupt() 人机
进入阅读MCP 面试题库
AI编程开发MCP（Model Context Protocol）高频面试题：协议定位与函数调用关系、Server/Client 核心角色、Resources/Tools/Prompts 能力
进入阅读多智能体面试题库
AI编程开发多智能体（Multi-Agent）系统高频面试题：单 Agent 瓶颈、多 Agent 协作收益、Boss-Worker 中心化模式、流水线模式、民主/辩论式协作、通信冗余控制、一
进入阅读Skill 面试题库
AI编程开发Agent Skill（智能体技能）高频面试题：SKILL.md 结构与 frontmatter、渐进式披露三层加载、description 触发设计、脚本化确定性执行、Skill
进入阅读针对API数据契约，构建简洁、类型安全且易扩展的JSON格式。
科研创新1. 规范命名风格（Snake_case vs CamelCase）。<br>2. 定义分页数据的标准包裹结构。<br>3. 处理空值（Null/Undefined）的返回策略。<
进入阅读针对前后端协作，定义清晰、易调试的标准化错误响应。
科研创新1. 划分错误码段（如400xxx为参数错，500xxx为系统错）。<br>2. 定义每个错误码的开发者含义与用户提示文案。<br>3. 规划错误码的扩展性规则。<br>4. 设计
进入阅读针对系统设计初期，建立规范的数据库Schema标准。
科研创新1. 选择最节省空间的字段类型（TinyInt vs Int）。<br>2. 设定合理的字符长度（Varchar）。<br>3. 定义默认值与Null值处理策略。<br>4. 规划
进入阅读针对提升数据录入效率，设计前端实时的反馈与纠错机制。
科研创新1. 定义各字段的输入格式规则（正则）。<br>2. 设计校验触发的时机（Input/Blur）。<br>3. 规划错误提示的视觉位置与样式。<br>4. 定义提交按钮的禁用/激活
进入阅读针对移动端应用，定义在断网、超时等网络异常下的标准化交互行为。
科研创新1. 定义API请求超时的具体时长。<br>2. 设计不同页面（列表/表单）的加载失败UI。<br>3. 规划断网状态下的功能限制与提示。<br>4. 定义网络恢复后的自动重试机制
进入阅读针对业务监控，设计动态、智能的报警规则，减少误报和漏报。
科研创新1. 选择报警检测算法（固定阈值/同比环比/3-Sigma）。<br>2. 设计报警的静默期与防抖动逻辑。<br>3. 规划报警的分级触达（钉钉/电话/邮件）。<br>4. 建立报
进入阅读针对寻找产品的“Aha Moment”，分析哪些功能最能留住用户。
科研创新1. 计算各核心功能的渗透率（使用人数/活跃人数）。<br>2. 对比“使用该功能用户”与“未使用用户”的留存率。<br>3. 计算功能使用频次与留存的Pearson相关系数。<b
进入阅读针对埋点管理混乱、研发理解歧义的问题，建立标准化的命名体系。
科研创新1. 制定“对象_动作_位置”的命名结构。<br>2. 统一通用属性（OS/AppVersion）与私有属性。<br>3. 建立在线埋点管理平台与元数据字典。<br>4. 设计废弃
进入阅读针对BI报表的深度分析需求，设计图表间的筛选与钻取联动。
科研创新1. 定义联动的触发动作（点击/框选/悬停）。<br>2. 设计参数传递与全局过滤器的状态管理。<br>3. 规划联动的视觉反馈（高亮/其他变灰）。<br>4. 优化多图表同时渲染
进入阅读针对精细化运营，构建实时更新且有实效性的用户标签体系。
科研创新1. 定义标签的类型（事实/模型/预测）。<br>2. 设计标签的触发更新规则（实时/T+1）。<br>3. 规划标签的衰减与清除逻辑。<br>4. 建立标签元数据管理平台。
进入阅读针对营销预算分配，精确计算各渠道的投入产出比。
科研创新1. 追踪各渠道的获客成本（CAC）。<br>2. 追踪各渠道用户的全生命周期价值（LTV）。<br>3. 计算ROI = LTV / CAC。<br>4. 识别“低成本低质量”与
进入阅读针对平衡变现与用户体验，设计精细化的广告展示上限（Frequency Capping）。
科研创新1. 设定全局/单广告位/单素材的频控阈值。<br>2. 设计基于时间窗口（小时/天/周）的计数器。<br>3. 规划频控后的填充策略（兜底/空置）。<br>4. 区分VIP与普通
进入阅读针对新用户或新内容无数据积累的问题，设计过渡性推荐方案。
科研创新1. 利用注册信息（性别/年龄/地域）做粗排。<br>2. 设计“全局热榜”与“分层热榜”兜底。<br>3. 规划新用户兴趣探索（Bandit算法）。<br>4. 设计交互式引导（
进入阅读针对已流失用户，利用预测模型筛选高概率回流人群进行精准触达。
科研创新1. 提取流失前的行为特征与用户属性。<br>2. 训练流失召回倾向性模型（Propensity Model）。<br>3. 设计分层召回策略（短信/Push/优惠券）。<br>4
进入阅读针对内容型产品，分析用户单次使用时长以优化内容供给。
科研创新1. 定义Session的切割规则（超时时间）。<br>2. 统计时长分布（长尾/正态）。<br>3. 关联时长与留存/转化的关系。<br>4. 识别导致短会话的跳出页面。
进入阅读针对搜索结果相关性差的问题，通过排序与展示优化提升点击。
科研创新1. 优化搜索结果的标题与摘要（高亮/结构化）。<br>2. 调整排序算法的特征权重（文本相关性vs业务权重）。<br>3. 设计“坏Case”的自动挖掘与人工评估。<br>4.
进入阅读针对实验结果的科学性，确保流量分配的随机性与一致性。
科研创新1. 选择分布均匀的哈希算法（MurmurHash）。<br>2. 设计“层与桶”的架构以支持正交实验。<br>3. 规划用户ID与Salt（盐值）的组合逻辑。<br>4. 定义白
进入阅读针对投放ROI评估，利用早期数据预测用户长期的价值。
科研创新1. 提取用户早期的行为特征（频次/金额）。<br>2. 选择预测模型（BG/NBD或机器学习模型）。<br>3. 设定LTV的时间窗口（30天/180天/1年）。<br>4. 验
进入阅读针对产品粘性评估，利用比值分析用户的活跃频次。
科研创新1. 计算DAU/MAU比值（粘性系数）。<br>2. 设定不同品类产品的健康度基准线。<br>3. 分析比值波动与运营活动/版本的关联。<br>4. 细分用户群体的粘性差异。
进入阅读针对原始数据质量差的问题，构建标准化的清洗与转换逻辑。
科研创新1. 定义脏数据（空值/乱码/越界）的处理策略。<br>2. 设计字段格式的标准化规则（日期/货币）。<br>3. 规划数据去重与一致性校验逻辑。<br>4. 建立清洗日志与异常数
进入阅读