一套面向真实产品落地的 AI 应用开发深度课程，覆盖模型接口、上下文工程、结构化输出、流式体验、工具调用、Agent、RAG、安全、评测、观测、成本和生产架构。
Kbook 知识库
把专题知识整理成可搜索、可核验、可持续更新的文档体系。
1知识库
22知识单元
22已核验单元
v1.1.0当前版本
当前空间
AI应用开发
能力地图：从聊天 Demo 到 AI 产品系统
很多团队把 AI 应用开发误解成“接一个模型接口再调提示词”。这个理解能做演示，却撑不住用户权限、数据接地、工具执行、评测、成本和上线后的问题定位。本课先建立完整能力地图：AI 应用不是一个调用点，而是由模型契约、上下文工程、工具边界、知识接地、体验状态、评测观测和治理流程组成的系统。
模型接口与供应商契约：OpenAI、Claude、Gemini 与 AI SDK
模型供应商的接口不是等价的。OpenAI Responses、Anthropic Messages、Gemini Generate Content 与 Vercel AI SDK 的抽象层在消息结构、工具调用、流式事件、结构化输出和错误语义上都有差异。本课解决“如何设计一个不会被单一供应商绑死的模型调用层”。
Prompt、上下文与结构化输出：把不稳定回答变成可校验结果
AI 应用失败经常不是模型不会回答，而是系统无法判断回答是否满足契约。Prompt 负责表达任务，上下文负责提供材料，结构化输出负责让结果可解析、可校验、可重试。本课把“写提示词”升级为“设计输入输出契约”。
流式体验与任务状态：让长响应和长任务可用
AI 应用里的“慢”有两种：模型在生成长文本，或者系统在做检索、工具调用、评测、写库等长任务。只做一个 loading 会让用户无法判断系统是否卡住，也会让开发者难以定位哪个阶段耗时。本课解决流式输出、任务状态和可观测事件如何设计。
工具调用与函数契约：让模型安全调用外部能力
工具调用让模型从“回答问题”变成“操作系统”：查数据库、发请求、写文件、创建订单、发送消息。能力变强的同时，风险也急剧增加。本课解决如何设计工具契约、执行边界、确认机制和审计记录。
全部空间
知识库目录
更多知识库正在整理。
当前先把第一个知识体系打磨成完整样板，再扩展到新的专题。