tingaicompass/AI-Compass
“AI-Compass”将为社区指引在 AI 技术海洋中航行的方向，无论你是初学者还是进阶开发者，都能在这里找到通往 AI 各大方向的路径。旨在帮助开发者系统性地了解 AI 的核心概念、主流技术、前沿趋势，并通过实践掌握从理论到落地的全过程。
解决的问题
AI-Compass 是一个全面且系统化组织的 AI 学习生态系统，旨在引导用户从初学者成长为高级专家。它通过将从基础理论到前沿应用的完整知识体系整合到一个单一的结构化仓库中，解决了 AI 信息碎片化的问题，既可以作为精选的资源库，也可以作为 AI 编程助手的本地知识库。
工作原理
该项目分为九个核心模块，涵盖了整个 AI 技术栈：
- Blog Module: 关于 Python、算法以及 LLM 指南/面试准备的技术文章。
- Code Module: 可运行的 AI 工程示例，例如基于 Milvus 的完整 RAG 系统。
- Basic Knowledge: 工具发现、提示词工程、模型基准测试和 LLM 集合（文本和多模态）的入口。
- Technical Frameworks: 关于嵌入模型、训练框架、推理部署和 RLHF 的资源。
- Application Practice: 专注于 RAG+workflow、Agents、GraphRAG 和 MCP+A2A 等前沿架构。
- Product & Tools: AI 应用、产品和竞赛资源。
- Learning Resources: 用于系统化成长的学术工具、精选文章和软件。
- Enterprise Open Source: 来自华为、腾讯、阿里巴巴和百度等大公司的资源。
- Community & Platforms: 论坛和技术文章平台。
此外，该仓库包含一个 weeklyHighlights 目录，用于跟踪增量更新和新的 AI 工具/模型，让用户能够实时掌握快速发展的 AI 领域动态。
适用人群
- AI 初学者: 需要结构化学习路径来建立 AI 基础知识的人。
- 技术开发人员: 寻求深入技术资源和工程指南以改进 AI 项目部署的开发人员。
- 产品经理: 寻找 AI 产品设计方法论和市场案例研究的人。
- 研究人员: 追踪前沿技术趋势和学术资源的个人。
- 企业团队: 需要为数字化转型进行 AI 技术选型和实施计划的团队。
- 求职者: 准备 AI 相关面试，需要项目经验和学习资料的人。
亮点
- AI 助手就绪: 专门进行了结构化设计，可作为 Claude Code 和 Codex 等工具的本地知识库，用于智能问答和项目分解。
- 覆盖范围广: 从基础的 Python 和 LeetCode 到高级的 RAG、Agents 和多模态模型，应有尽有。
- 系统化组织: 超越了简单的链接列表，提供精心策划的多层知识架构。
- 每周增量更新: 通过每周报告追踪最新 AI 突破和工具发布的专用系统。