用过 AI 的人大概都有这种体验：同样一个需求，Prompt 写得好和写得差，结果天差地别。问题在于，大多数人并不擅长写 Prompt——这不是天赋问题，而是缺少一个系统化的优化流程。
PDF2Markdown - 大型 PDF 文档智能文章提取工具 # 项目概述 # PDF2Markdown 是一个专门用于处理大型扫描件 PDF 文件的智能内容提取工具。结合传统 OCR 技术与现代 AI 大模型，智能提取文档中的纯文章内容，自动过滤图片、表格等非文章元素。完美支持中英文混合文档处理。
用 LangChain + Ollama + pgvector 搭建本地 RAG：从 0 到 1 的完整实战（含 uv 依赖管理 & 面试指南） # 本文是可直接落地的 Markdown 文档。按文档自上而下执行即可从零搭建出一个本地 RAG（检索增强生成）系统，并理解关键概念与代码。所有核心脚本都附带中文注释，便于学习与面试复盘。
AI 教程: CPU/GPU 与大模型训练 # 这是一份高浓缩资料：结构清晰、要点到位，涵盖 CPU/GPU 基础、张量与数值精度、CUDA 与 PyTorch 实操、硬件选型、常见问答与排错清单。
AI 教程：Prompt Engineering # 提示工程主要关注提示词的设计、优化与策略制定，致力于帮助用户更高效地调动大语言模型的能力，进而推动其在各类实际场景和研究领域中的应用。
现代大语言模型在长上下文扩展中遭遇的物理瓶颈，从来不是浮点计算吞吐量（FLOPs），而是高带宽显存（HBM）与片上静态随机存取存储器（SRAM）之间的访存墙。Vaswani et al. (2017) 确立的标准缩放点积注意力算子（Scaled Dot-Product Attention），在序列长度 $N$ 膨胀时，其中间注意力矩阵产生 $O(N^2)$ 的显存搬运开销，使得自注意力算子本质上沦为内存带宽受限（Memory-Bound）任务。
AI专业名词解释表 # 本文档整理了AI大模型领域的核心专业术语，从基础概念到高级技术架构，帮助您系统性地理解人工智能技术体系。
AI 教程：从基础到深入的 AI 大模型指南 # 本文将带你深入理解 AI 大模型的核心概念，从基本原理到向量表示，循序渐进地构建完整的知识体系。
