最近，我对 Notes on LLMs 做了一次比较大的更新。
项目地址：https://github.com/likebeans/notes-on-llms
在线阅读：https://likebeans.github.io/notes-on-llms/
这不是一次简单的内容补充，而是一次围绕"大模型工程学习路径"的整体重构。新版希望解决一个很常见的问题：LLM 资料很多，但真正能把 Prompt、RAG、Agent、MCP、训练微调、多模态和工程落地串起来的中文资料并不多。
我想把这个项目做成一份可以持续更新、反复查阅的大模型技术手册。
为什么做这次更新
学习 LLM 时，经常会遇到几类问题：
- 看了很多 API 示例，但不知道系统边界在哪里。
- 读了很多论文，但不知道工程上怎么取舍。
- 做过 Demo，但一到评估、监控、成本、权限、失败恢复就卡住。
- 资料散落在博客、论文、文档和项目里，很难形成连续路径。
所以这次更新的重点，不是继续堆文章，而是重新组织知识结构，让它更适合学习、做项目、准备面试和复盘方案。
这次主要更新了什么
新版内容围绕六个核心模块展开：
- Prompt：指令设计、上下文工程、结构化输出、安全边界。
- RAG：文档切分、Embedding、向量库、召回、重排、引用、评估和生产实践。
- Agent：工具调用、规划、记忆、多 Agent、人机协同、异常处理和运行时架构。
- MCP：Model Context Protocol 的核心概念、快速入门和实践方式。
- Training：数据、SFT、RLHF、DPO、LoRA、评估和推理部署。
- Multimodal：视觉编码、多模态连接器、扩散模型、多模态 RAG 与部署。
除了主线模块，这次还新增和强化了几个辅助入口。
新增学习路径
新版加入了更清晰的学习路径，不再要求大家从头到尾线性阅读。
你可以按目标选择路线：
- 如果你是应用开发者，可以从 Prompt、RAG、Agent、MCP 开始。
- 如果你偏算法工程，可以从前置知识、训练数据、SFT、LoRA、DPO、评估开始。
- 如果你在准备面试，可以直接进入术语、RAG、Agent、训练微调和系统设计题。
我更推荐的方式是：先选一个交付物，再围绕它补知识。比如一个带引用的文档问答 Demo、一个可观察的 Agent、一次 LoRA 小实验，或者一个 MCP 小服务。
新增实践项目
这次也补了一组实践项目清单，按入门、进阶和生产级分层。
比如：
- 结构化摘要器
- 文档问答 Demo
- 简单工具调用
- 可评估 RAG
- 多步骤 Agent
- MCP 小服务
- 企业知识库 RAG
- 客服/运营 Agent
- 模型评估平台
- 多模态知识助手
这些项目的目标不是"跑通一个 SDK"，而是帮助你建立工程闭环：输入样本、系统 trace、评估指标、失败分类和下一步实验。
新增面试专区
新版增加了面试专区，覆盖：
- RAG 面试题
- Agent 面试题
- 训练微调面试题
- 系统设计题
- 代码题
我希望这里不只是背概念，而是帮助大家把问题回答成"目标、方案、权衡、评估、失败案例"。
因为真实面试里，能说出一个术语不难，难的是讲清楚它什么时候有效、什么时候会失败、失败之后怎么定位。
新增资源库和速查手册
这次还补齐了资源库和参考手册。
资源库收录：
- 论文
- 视频课程
- 官方博客和文档
- 开源项目
- CSDN 全文镜像
参考手册包括：
- 术语表
- Checklist
- 评估指标
- 模板
这些内容更适合在写方案、做评审、准备面试、复盘项目时快速查阅。
同步 CSDN 最新 30 篇文章
这次还把我 CSDN 上最新 30 篇公开文章同步到了站内，并按本站知识体系重新分类。
主题包括：
- Agent Runtime
- Agent LongTask
- 多 Agent 协作
- Agent Evaluation
- Agent UI
- SSE 状态恢复
- Function Calling 协议适配
- GEO 与 AI Citation
- RAG 文档分块
- MCP / LSP / ACP 协议体系
- 大模型 QPS、TPM、并发指标
- 实时 3D 数字人
- Playwright、Celery、连接池、文件上传、权限、SSRF 等工程实践
这样做的好处是，文章不再只是按发布时间排列，而是可以放回 Prompt、RAG、Agent、MCP、Training、Multimodal 和工程实践这些学习路径里连续阅读。
站点质量也做了增强
除了内容，这次也补了一些站点质量检查：
- 内容元数据检查
- 构建后 HTML 检查
- canonical、Open Graph、Twitter Card、favicon、分享图和 sitemap 检查
- 桌面和移动端布局验证
- 深色模式、代码块、表格、Mermaid 图表检查
一个长期维护的知识站，不能只靠"能打开"。后续我会继续把内容状态、来源链接和更新流程做得更明确。
适合谁阅读
如果你是下面几类人，这个项目可能会对你有帮助：
- 想系统学习 LLM 应用开发的工程师
- 正在做 RAG、Agent、知识库或自动化工具的人
- 准备 LLM 应用、算法、平台方向面试的人
- 已经做过 AI Demo，但想把它推进到可靠系统的人
- 想补训练、微调、评估、多模态基础的人
后续计划
接下来我会继续补：
- 更完整的 RAG 和 Agent 生产案例
- 更清晰的评估样本和指标拆解
- 更多可复用模板
- 更多真实失败案例和工程复盘
- 对快速变化内容的持续校验
欢迎大家 Star、提 Issue 或 PR，一起把它变成一份更清晰、更可靠、更适合中文开发者的大模型工程手册。