参考来源

内容整合与许可边界

• AI 开发实践内容整合说明：记录对公开仓库主题结构的核验、许可证不确定性和原创重写处理方式。
• 公开可见不等于可自由复制。本站只在许可清楚时复用外部材料；许可证不明确时仅参考事实和主题，并独立组织表达。

AI 培训与开放课程

• 开放学习地图：国内外课程、七个菜鸟教程及其站内应用任务、许可边界和核验日期。
• 菜鸟教程：AI Agent
• 菜鸟教程：AI 入门
• 菜鸟教程：Vibe Coding
• 菜鸟教程：Skills
• 菜鸟教程：DeepSeek Harness
• 菜鸟教程：NLP
• 菜鸟教程：机器学习
• 菜鸟教程免责声明
• 第三方教程适合作为学习入口，不是项目事实的一手依据；涉及项目归属、版本、功能、命令和兼容性的断言，应以官方文档或官方仓库复核。

论文与基础方法

• 斯图尔特·罗素、彼得·诺维格：《人工智能：现代方法（第4版）》，张博雅等译，人民邮电出版社，2022。本站只参考概念框架与章节主题并进行应用工程化重写，不转载原书正文、插图或习题。
• Artificial Intelligence: A Modern Approach official site
• AIMA Python code overview
• Berkeley CS188 Textbook
• Stanford CS221
• Google Machine Learning Crash Course
• 3Blue1Brown Neural Networks
• Attention Is All You Need
• Training language models to follow instructions with human feedback
• LoRA: Low-Rank Adaptation of Large Language Models
• Direct Preference Optimization
• ReAct: Synergizing Reasoning and Acting in Language Models

官方文档与框架

• VitePress
• Model Context Protocol
• MCP Registry
• The MCP Registry overview
• OpenAI Codex Skills
• Dify Docs
• LangGraph Docs
• Hugging Face Transformers
• Hugging Face PEFT

开源项目

• felixzhu97/artificial-intelligence-guide
• aimacode/aima-python
• aimacode/aima-exercises
• aimacode/aima-pseudocode
• modelcontextprotocol/servers
• OpenCV
• DICe
• py2DIC
• OpenPIV
• PIVlab
• RDFLib
• NetworkX
• OpenSPG
• Neo4j Graph Data Science

开源知识仓库

• microsoft/ai-for-beginners
• microsoft/generative-ai-for-beginners
• rasbt/LLMs-from-scratch
• HandsOnLLM/Hands-On-Large-Language-Models
• GokuMohandas/Made-With-ML
• microsoft/ai-agents-for-beginners
• Danielskry/Awesome-RAG
• dair-ai/Prompt-Engineering-Guide
• SkillHub

市场与政策

• Stanford AI Index
• IDC AI Spending
• Synergy Research Cloud Market