My AI Knowledge Base

AI代理开发框架

一个全面的知识库，用于构建有效、可靠和安全的人工智能代理。该框架将吴恩达的代理人工智能课程、Anthropic的Claude文档、上下文工程原理和人工智能安全研究的概念综合到一个统一的5阶段工作流程模型中。

______________________________________________________________________

快速开始

这个框架是新的吗？ 从 整合的人工智能工作流模型 -它是把一切联系在一起的中心文件。

建立本地AI？ 跟随 快速启动指南 有关分步设置，请参阅 本地AI大师班总结 全面的基础设施指导。

需要术语帮助吗？ 检查 术语表 标准化定义。

有什么新鲜事吗？ 请参阅 更新日志 2025年11月的更新包括GPT-5、Claude 4.5和新的代理框架。

______________________________________________________________________

五阶段工作流模型

Phase 1: DEFINE & PLAN     → Identify opportunities, set goals, map risks
Phase 2: DEVELOP & REFINE  → Build components using DIG framework + context engineering
Phase 3: EVALUATE          → Test with evals (2x2 matrix, LM-as-Judge)
Phase 4: DEPLOY            → Package for production, implement security
Phase 5: MONITOR           → Continuous improvement and feedback loops

______________________________________________________________________

核心文件

______________________________________________________________________

实施指南（2025年11月）

生产AI系统的详细技术指南：

______________________________________________________________________

关键概念

每个AI代理的六个组成部分

1. 模型 -LLM提供核心情报
2. 工具 -API、数据库、代码执行
3. 知识与记忆 -存储、RAG、检索
4. 音频和语音 -自然语言I/O
5. 护栏 -安全机制和规则
6. 编排 -生命周期管理

六组件提示结构

1. 角色 -代理身份和功能
2. 任务 -分步说明
3. 输入 -预期格式和来源
4. 输出 -期望的格式和内容
5. 约束条件 -限制和规则
6. 功能和提醒 -可用的工具和行为

DIG框架（探索性AI交互）

• Ddescribe-让AI总结数据以验证理解
• 一、intospect-探索见解和纠正误解
• G目标设定-定义明确的目标并执行

______________________________________________________________________

视觉资源

______________________________________________________________________

技术栈（2025年11月）

前沿法学硕士： 克劳德4.5十四行诗/作品4.1，GPT-5/5.1，双子座2.5/3，格罗克4.1

开源LLM： DeepSeek-R1，Qwen 2.5/3，Llama 4 Scout/Maverick，Mistral Small 3

代理框架： Pydantic AI（推荐）、LangGraph、CrewAI、Google ADK、OpenAI代理SDK

基础设施： Docker、Ollama、Open WebUI、Caddy、N8N

数据库： PostgreSQL、Qdrant、Neo4j

评价： DeepEval、Arize Phoenix、Langfuse、LangSmith

______________________________________________________________________

硬件要求（本地AI）

______________________________________________________________________

项目结构

Workflow Development/
├── README.md                           ← You are here
├── QUICKSTART.md                       ← Fast local AI setup guide
├── GLOSSARY.md                         ← Terminology definitions
├── CHANGELOG.md                        ← Version history & updates
├── Consolidated_AI_Workflow_Model.md   ← Core framework document
├── Agentic_AI_Course_Summary.md        ← Agent design patterns
├── Context_Engineering_Summary.md      ← Prompt engineering
├── Claude_Skills_Summary.md            ← Reusable skills
├── AI_Agent_Insights_Summary.md        ← Evals, components & frameworks
├── AI_Data_Analysis_Summary.md         ← Analysis frameworks
├── AI_Safety_Summary.md                ← Risk management & 2025 practices
├── Local_AI_Masterclass_Summary.md     ← Infrastructure setup
├── Multi_Agent_Orchestration_Guide.md  ← Multi-agent patterns & frameworks
├── RAG_Implementation_Guide.md         ← RAG best practices
├── MCP_Tool_Integration_Guide.md       ← Tool protocols & MCP
├── Production_Operations_Guide.md      ← Observability & operations
├── Fine_Tuning_Decision_Guide.md       ← Fine-tuning decisions & synthetic data
├── Agentic_AI_Patterns_Guide.md        ← Agentic patterns (Huang, Ng, Anthropic)
├── Human_in_the_Loop_Guide.md          ← Approval workflows & async patterns
├── Guardrails_Implementation_Guide.md  ← NeMo Guardrails & content filtering
├── Memory_Architecture_Guide.md        ← Episodic, semantic, procedural memory
├── LLM_Routing_Optimization_Guide.md   ← Dynamic model selection & cost savings
├── Emerging_AI_Capabilities_Guide.md   ← Reasoning models, computer use, benchmarks
├── Enhanced_8B_Model_Guide.md          ← Enhancing 8B models with RAG + verification
├── Claude_Comprehensive_Guide_2025.md  ← Claude Opus 4.5, Code, API, integrations
├── Claude_Code_CLI_Exhaustive_Guide.md ← 50K+ word CLI power user guide
├── orh7kmzwkt2g1.jpeg                  ← RAG evolution diagram
└── examples/                           ← Implementation templates
    ├── python-agent-template.py        ← Pydantic AI agent (recommended)
    ├── eval-lm-judge.py                ← LM-as-Judge evaluations
    ├── cu-intelliagent-enhanced.py     ← Enhanced 8B system (TrueCore adaptation)
    ├── docker-compose.yml              ← Full local AI stack
    └── env.example                     ← Environment template

______________________________________________________________________

贡献

这是一个活生生的知识库。贡献：

1. 遵循中的既定术语 GLOSSARY.md
2. 使用markdown链接交叉引用相关文档
3. 尽可能包括实例
4. 添加新文档时更新此README

______________________________________________________________________

许可证

人工智能代理开发研究和教育的个人知识库。