tingaicompass/AI-Compass

解決的問題

AI-Compass 提供一個結構化、全面的 AI 技術學習生態系統。它解決了 AI 領域資訊碎片化問題，將從基礎理論到前沿應用的各類資源，組織成一條系統化的學習路徑，適用於初學者、開發者、產品經理與研究人員。

如何運作

此專案將 AI 知識劃分為九個核心模組：

• Blog：關於 Python、演算法與 LLM 指南的系統性技術文章。
• Code：可執行的 AI 工程範例（例如使用 Milvus 建構的 RAG 系統）。
• Basic Knowledge：工具探索、提示工程、模型基準測試、LLM/多模態模型集合的入門點。
• Technical Frameworks：嵌入模型、訓練框架、推理部署與 RLHF 相關資源。
• Application Practice：聚焦於 RAG+工作流程、Agent 與 GraphRAG 等高階架構。
• Products & Tools：AI 應用、產品與競賽資源。
• Learning Resources：學術工具、面試準備與學習平台。
• Enterprise Open Source：來自華為、騰訊、阿里巴巴等大型企業的資源。
• Community & Platforms：生態系統資源與技術論壇。

此外，它還提供每周亮點，追蹤最新的 AI 趨勢，並可作為本地知識庫整合至 Claude Code 或 Cursor 等 AI 編碼代理中。

適用對象

• AI 初學者：需要系統路徑來建構基礎認知框架的人。
• 技術開發者：希望獲得工程指南以提升 AI 專案部署與開發效率的人。
• 產品經理：希望了解 AI 設計方法論與市場案例研究的人。
• 研究人員：關注前沿趨勢與學術資源的人。
• 企業團隊：需要技術選型與實施計畫以推動 AI 轉型的人。
• 求職者：希望憑藉實際專案經驗準備 AI 面試的人。

亮點

• 全面的技術棧：涵蓋從基礎 ML/DL 到高階 RAG 與 Agent 架構的全部內容。
• 代理就緒：專為克隆並用作 AI 編碼代理的本地知識庫而設計。
• 精選週度更新：定期追蹤並分析新模型發布與 AI 工具。
• 實務工程導向：包含可執行的程式碼範例，支援真實世界實作。