All Pages Edit on GitHub

30-Day Plan

这是一份面向新手的 30 天 AI 应用工程学习计划。每天只做一件明确的事，目标不是看完所有资料，而是持续产出可验证的小成果。

使用方法

Week 1：基础、LLM 和 Prompt 入门

Day 任务 输出物
1 阅读 Start Here 和 Foundations，画出 AI 应用数据流 一页学习笔记和数据流图
2 复习 API、JSON、环境变量和日志，完成一次模型 API 调用 一个最小聊天脚本
3 理解 Token、上下文窗口、temperature 和模型输出校验 参数实验记录
4 写 3 个不同任务的 Prompt Prompt 模板
5 让模型输出 JSON 并做解析校验 JSON 输出脚本
6 收集 5 个模型答错的案例 bad case 表
7 复盘 Week 1 一篇周总结

Week 2：RAG 入门

Day 任务 输出物
8 阅读 RAG 文档，画出基本链路 RAG 流程图
9 准备 3 篇文档作为知识库 测试文档集
10 实现简单文档切分 chunk 列表
11 实现关键词或向量检索 检索 demo
12 把检索结果放进 Prompt 回答 RAG 最小版本
13 给回答加引用来源 带引用回答
14 准备 20 条问题测试 RAG RAG 评测表

Week 3：Agent、Tool Calling 和 MCP

Day 任务 输出物
15 阅读 Agent 文档，理解工具调用 Agent 笔记
16 设计一个工具 schema 工具定义
17 实现一个可调用工具 Tool Calling demo
18 让模型根据问题选择工具 工具调用日志
19 阅读 MCP 文档 MCP 笔记
20 实现只读文件搜索 MCP Server MCP 最小项目
21 复盘 Week 3 Agent/MCP 总结

Week 4：评测、上线和作品集

Day 任务 输出物
22 阅读 Evaluation 文档 评测维度表
23 为项目准备 30 条测试问题 eval dataset
24 比较两个 Prompt 或模型 对比结果
25 阅读 Production 文档 上线检查表
26 给项目加日志和成本统计 运行日志
27 部署一个最小可用版本 在线地址或截图
28 写项目 README 项目说明文档
29 准备面试讲述稿 项目讲述稿
30 总复盘并规划下一个项目 30 天总结

30 天后你应该拥有