# AI-PROJECT-DOCS

**Repository Path**: weedd/ai-project-docs

## Basic Information

- **Project Name**: AI-PROJECT-DOCS
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-25
- **Last Updated**: 2026-09-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ai-project-docs — AI 工程落地文档库

本仓库是 **AI 工程落地实践**的统一文档库：从算法/方案设计到工程交付的完整链路，沉淀可复用的架构方案、实现笔记、踩坑记录与评估方法。

> 仓库地址：`https://gitee.com/weedd/ai-project-docs.git`

## 目录分类

| 目录 | 主题 | 典型内容 |
|------|------|----------|
| `rag/` | RAG 检索增强生成 | 架构选型、分块策略、检索/重排、RAG 评估、多路召回 |
| `knowledge-graph/` | 知识图谱 | 实体/关系抽取、图谱构建、图谱增强 RAG、Schema 设计 |
| `finetuning/` | 大模型微调 | SFT / LoRA / DPO、数据准备、训练配置、微调评估 |
| `agent/` | Agent 工程 | 多智能体编排、工具调用、任务规划、Agent 评估 |
| `mcp/` | MCP 与工具集成 | MCP Server/Client、协议实践、工具集设计、DSH 基座集成 |
| `embedding/` | 向量化与检索 | Embedding 选型、向量库、混合检索、重排序 |
| `eval/` | 评估与质量 | RAGAS、LLM-as-judge、基准集、回归测试、人工评估 |
| `serving/` | 推理与部署 | vLLM/Ollama、量化、推理成本、GPU 规划、服务化 |
| `data-engineering/` | 数据工程 | 数据清洗、合成数据、语料建设、标注与质检 |
| `prompt/` | Prompt 工程 | 提示词设计、模板体系、上下文工程、缓存 |

## 文档规范

1. 每篇文档放对应主题目录，命名用小写连字符（如 `rag-architecture.md`）。
2. 文档开头写明：场景/目标、方案要点、关键决策与原因、坑与规避。
3. 涉及可复现实验的文档，附命令、数据规模与结果摘要。
4. 跨主题文档（如"图谱增强 RAG"）放主主题目录（knowledge-graph），在相关目录 README 中交叉引用。
5. 提交信息用中文，前缀 `docs:`（新文档）、`chore:`（结构调整）。

## 索引

各目录内的 `README.md` 维护该分类的文档清单与一句话摘要，顶层本文件是总导航。