02 / 技能
技能与工具
以 Python 和 Node.js 为主要工具，关注大模型、MCP 工具链与信息处理的组合， 前端能够独立完成静态站点。
能力概览
四个方向
AI 应用与工程
大模型 API 调用、提示词设计、MCP / Agent 工具编排、知识库检索增强。
学习与信息处理
检索策略设计、资料清洗与去重、结构化笔记、跨来源信息整合。
Python 与数据处理
脚本自动化、Pandas 与 Matplotlib，用于课程实验与批量数据处理。
Web 前端
HTML / CSS / JavaScript，能独立完成静态站点、响应式布局与轻交互组件。
工具箱
日常在用的东西
编程与运行环境
AI 与应用工程
信息处理与输出
补课中
正在补的基础
线性代数
矩阵运算、特征值与特征向量。目标是能把公式和模型里的张量操作对应起来。
概率统计
分布、估计与假设检验。用来判断实验结果是不是只是噪声。
优化方法
梯度下降、学习率与正则化。关注训练不稳定时该从哪里排查。
深度学习基础
训练与评估流程、常见网络结构。先从能复现的最小实验开始。