Roadmap

这个路线图聚焦仓库内容建设，不追求覆盖所有 AI 新闻。

当前定位

本仓库希望成为中文学习者学习深度学习、大模型、RAG、Agent 的路线图和工程化笔记。核心标准：

• 路径清楚：读者知道从哪里开始。
• 内容可信：链接可用，示例不过时，边界讲清楚。
• 能落地：概念之后有最小代码、评估方式和常见坑。
• 可维护：贡献者知道哪些内容优先。

近期重点

阶段 1：入口和可信度

• 将 README 升级为 2026 学习路径。
• 修复主导航中的不存在链接。
• 增加 LLM 目录总入口。
• 增加贡献指南和路线图。
• 增加 Issue 和 PR 模板。
• 持续减少历史章节中的失效外链。

阶段 2：LLM/RAG/Agent 工程主线

• 增加 API 与模型选型章节。
• 增加 Prompt 与上下文工程章节。
• 增加 Embedding 与向量检索章节。
• 增加从零实现 RAG 章节。
• 增加 RAG 评估章节。
• 增加 Agent 工具调用章节。
• 增加 Agent 工作流章节。
• 增加 Agent 生产化章节。
• 增加 AI 编程智能体章节，覆盖 Codex、Claude Code 等工具。
• 增加 Agent 记忆与上下文管理章节。
• 增加 MCP 章节，解释 Agent 工具生态。
• 增加 Harness Engineering 章节。
• 增加 Loop Engineering 章节。
• 后续为每章补充可运行 notebook 或脚本。

阶段 3：项目实践

暂不在本轮展开。后续建议优先补：

• RAG 文档问答项目。
• 论文阅读 Agent。
• GitHub 仓库问答 Agent。
• LoRA 微调小项目。
• 多模态检索项目。

阶段 4：热门技术文章阅读

• 增加热门 AI 技术文章阅读入口。
• 增加月度精选模板和 2026 年 6 月首期精选。
• 增加 Agent、Coding Agent、RAG、多模态、基础设施等主题索引。
• 增加 RSS 候选收集脚本和每日 GitHub Actions。
• 建立每周人工筛选节奏，把候选 issue 沉淀为精选文章。
• 后续增加“本月最值得读的 3 篇”摘要。

内容标准

新增章节建议包含：

1. 适用场景。
2. 最小可用流程。
3. 常见错误。
4. 评估方式。
5. 推荐下一步。
6. 官方或高可信参考链接。

不做什么

• 不做每日新闻汇总。
• 不让自动化未经人工审核直接把热门文章写入主分支。
• 不维护模型能力排行榜。
• 不收集无法验证的传闻。
• 不把复杂框架当成学习前置条件。