ChuanGz/ai-playbook
GitHub: ChuanGz/ai-playbook
一本面向工程师和技术负责人的供应商中立 AI 工程实践手册,将宽泛的 AI 建议转化为可审查的架构决策、评估计划、发布门控和运营控制措施。
Stars: 0 | Forks: 0
# AI 工程实践手册
这是一本面向工程师和技术负责人的供应商中立实践手册,旨在帮助那些需要设计 AI 系统、控制其故障模式,并培养交付这些系统所需的专业判断力的人。
## 本仓库能为您提供什么
本手册将诸如“使用 RAG”、“添加 agent”或“评估模型”等宽泛的建议转化为可审查的工程决策。读者在阅读后应该能获得可直接使用的产出物:解决方案形态决策、边界化契约、评估计划、发布门控或运营控制措施。
| 读者 | 实际价值 |
|---|---|
| 软件开发者 | 了解何时普通代码就足够了,如何安全地处理模型输出,以及在合并 AI 辅助工作之前需要测试什么 |
| AI 工程师 | 将检索、工具、记忆和 agent 行为设计为显式契约,而不仅仅是基于 prompt 的行为 |
| 主任或首席工程师 | 比较可靠的替代方案,揭示权衡,并定义能够支持架构或发布决策的证据 |
| 架构师 | 分离系统职责和信任边界,同时避免不必要的 agent 复杂性 |
| 工程负责人 | 设置试点、所有权、审批、规模扩展和停止门控,而不假装 demo 能证明其价值 |
| 安全或运维审查人员 | 审查权限、数据处理、故障恢复、遥测、成本和事件归属 |
| 专业人员或招聘经理 | 将 AI 角色和能力级别映射到可审查的证据,而不是头衔、工具或证书 |
本仓库不教授特定的框架 API。它帮助读者在选择框架之前提出更好的问题,并在之后验证由此产生的系统。
## 状态
1.0 版本提供了关于 AI 系统决策、采用、交付、检索、工具、MCP、agent、评估、安全和运营的稳定初始文档集。稳定意味着本仓库在其声明的条件下提供的当前建议;它不认证任何使用该建议的系统。
本手册记录了决策控制和参考契约。它不是一个合规框架、认证、完整的安全标准,也不是任何所述系统具备生产就绪状态的证明。
## 从这里开始
- [如何阅读本手册](docs/reading-guide.md):根据经验、角色或当前面临的问题选择一个简短的阅读路径。
- [快速学习索引](docs/README.md#quick-learning-index):按职业级别、主题、目的和重要性筛选核心知识。
- [学习元数据分类法](docs/metadata-taxonomy.md):了解每个标签的含义及其维护方式。
- [简明英语解释的 AI 概念](docs/foundations/concepts-in-plain-english.md):通过一个不断扩展的示例来理解这些术语。
- [文档索引](docs/README.md):按任务进入并了解各文档之间的关联。
- [手册图表](docs/playbook-map.md):查看决策生命周期以及能力/证据映射图。
- [系统决策指南](docs/foundations/system-decision-guide.md):决定解决方案是否需要确定性软件、模型推理、检索、工具、workflow 或 agent。
- [AI 职业框架](docs/career/README.md):选择角色、能力级别、转型路径和证据计划。
- [构建 LLM wiki 第二大脑](docs/guides/build-an-llm-wiki-second-brain.md):初始化一个来源优先的学习系统,并验证 LLM、RAG 和知识工程能力。
- [路线图](ROADMAP.md):查看已完成的基础、能力扩展和发布门控。
- [维护策略](MAINTENANCE.md):了解内容成熟度、审查触发因素、版本控制和弃用。
- [更新日志](CHANGELOG.md):查看用户可见的发布变更。
## 设置
无需进行任何构建或运行时设置。直接阅读 Markdown 文件即可。
## 使用方法
如果您是在学习,请从[快速学习索引](docs/README.md#quick-learning-index)开始,选择适合您当前级别的材料,以及任何较低级别的关键知识盲点。如果您是在解决系统问题,请从 [AI 系统决策指南](docs/foundations/system-decision-guide.md)开始,然后应用[文档索引](docs/README.md)中的相关控制措施。请在实施项目中记录架构决策、阈值、测试、审批和运营证据;阅读本仓库并不代表某项技能或系统通过了审查。
## 范围
本仓库拥有可复用的 AI 工程系统指导,以及应用这些指导所需的专业成长框架:基础、生命周期决策、架构、质量保证、有边界的构建指南、角色期望、能力进阶、学习转型和证据标准。它可能会解释一些可复用的知识工作流(例如 LLM wiki),但它不包含独立的 wiki 引擎、个人知识语料库、应用程序代码、供应商教程、通用软件工程标准、特定于雇主的工作架构或晋升政策、特定于组织的政策、生成的内容、私有商业证据、法律建议或生产就绪声明。
## 贡献
在提出重大的工作提议之前,请先阅读 [CONTRIBUTING.md](CONTRIBUTING.md)。
如有使用问题,请使用 [SUPPORT.md](SUPPORT.md)。请通过 [SECURITY.md](SECURITY.md) 报告疑似漏洞,而不要提交公开 issue。
## 许可证
基于 [MIT 许可证](LICENSE) 授权。
标签:AI工程, 技术规范, 最佳实践, 系统架构, 运维指南, 防御加固