按难度分级：入门级（概念感知）→ 进阶级（技能掌握）→ 高级（原理深究）→ 研究级（前沿创新）。可按难度浏览下方资料，或按领域与知识节点系统学习。
检索增强生成技术简介，适合零基础理解 RAG 是什么、能做什么。
图文与多模态模型的概念与常见应用场景，用图示理解多模态。
Model Context Protocol 入门：概念、使用场景与快速上手。
向量索引与相似度检索原理，以及在 RAG 中的应用场景。
检索增强场景下的提示词设计与优化实践。
Dify 平台开发指南与 API 参考，适合做应用集成与二次开发。
使用 LangChain 构建大模型应用的链式调用与工具集成。
Dify 开放接口说明，用于工作流与应用的自动化调用。
大模型微调与基于人类反馈的强化学习入门与原理。
自注意力、编码器-解码器结构与常见变体。
向量索引、相似度检索与在 RAG 中的应用。
图文等多模态数据的微调流程与最佳实践。
评测指标、评测框架与实验设计，面向研究与对比。
常用评测维度与指标定义，用于模型与能力对比。