AI 探索（独立模块）
这里是专门给自己的 AI / 大模型学习、探索热门工具与开源项目 留的空间，不再和传统「Java / 数据库 / 框架」技术库混在一起，方便单独规划。
命名说明：顶栏使用 「AI 探索」——模块内仍包含阶段路线与循序渐进（偏系统学习）与热门软件与开源生态地图（偏工具与选型），避免旧名「AI 开发」过于像岗位职责描述。
🔥 热门 AI 软件与开源项目（探索入口）
想先看「当下都在用什么、该 Star 谁」——从这里进入：
- AI 热门软件与开源项目地图：按 对话与编程辅助、本地推理、Agent 编排、RAG、推理服务、多模态 等维度整理，附学习优先级与站内文档跳转。
🧭 从哪里开始看？
如果你现在只是普通开发，希望先快速入门，再一步步深入，建议走这条路径：
- 先跑通 7 天快速入门
- 再看全局路线图（知道后面学什么）
- 进入主路径（建议顺序）
- 按需选修进阶
📚 三个阶段的「模块化文章」版（一步步学）
如果你更希望按文章顺序一步步练（每篇都有练习/验收点），从这里进入：
- 阶段一模块：LLM & Prompt（循序渐进）
- 阶段二模块：Agent & Tools（循序渐进）
- 阶段三模块：MVP Server / 数据中台（循序渐进）
🧩 大模型部署及使用（本地/云端）
🧪 推荐执行顺序（先快后深）
目标不变：先做出能用的小工具，再逐步升级工程能力。
- 第 0 步（3-7 天）：先完成 AI 快速入门（7 天）
- 第 1 步（1-2 周）：走主路径
- 第 2 步（1-3 周）：加数据中台
- 第 3 步（选修）：做更聪明/更稳定
总结一句：先 LLM → 再单工具 Agent → 再 MVP Server → 再 RAG/部署。
🎯 模块定位：和技术库分开的原因
- 技术库：更多是 Java / 数据库 / Redis / 框架 等传统知识点，偏“面试 & 基础能力”。
- AI 模块：专门围绕 LLM / Agent / RAG / 部署 & MLOps，规划「从普通开发 → 能上手 AI 工程与产品」的路线。
以后和 AI 有关的新内容（如：本地大模型部署、Agent 实战、知识库问答项目等），统一放在这个模块下，方便单独规划与回顾。
🔗 关联模块
- 技术体系总览：
/tech-system/ - 我的开源：
/open-source/（OpenBiz / 本地漫创 / ModelDesk）