1. 1. 前言
      1. 1.1. Contributors
      2. 1.2. FAQ
    2. 2. 程序员的 AI 2.0 新机遇
      1. 2.1. 思考未来的编程范式
      2. 2.2. 实时软件生成
      3. 2.3. Unit Mesh 架构
    3. LLM 应用手册 - 基础篇

    4. 3. 理解 Prompt
    5. 4. Prompt 编写模式
      1. 4.1. Prompt 模板
    6. 5. 模式:Prompt 即代码

    7. LLM 应用手册 - 进阶篇 - 开发工序

    8. 6. LLM 应用开发之前
      1. 6.1. 设计 LLM 效果验证实验
    9. 7. 模式:精细化流程
    10. 8. 模式:DSL 驱动开发
    11. 9. LLM 应用集成模式
    12. 10. LLM 应用示例:AI + DevOps
      1. 10.1. 工具示例:AutoDev
      2. 10.2. 面临的挑战
    13. 11. LLM 应用示例:最佳实践示例

    14. LLM 应用手册 - 进阶篇 - 架构设计

    15. 12. LLM 应用架构设计原则
      1. 12.1. 原子能力映射
      2. 12.2. 用户意图导向设计
      3. 12.3. 上下文工程
      4. 12.4. 语言接口
    16. 13. LLM 应用架构设计:参考架构
    17. 14. LLM 应用架构:ArchGuard Co-mate
    18. 15. LLM 应用架构:GitHub Copilot 分析

    19. LLM 应用手册 - 应用篇 - 微调 + LLMOps

    20. 16. 微调之前的准备
    21. 17. 微调模式:三阶六步 + LLMOps
    22. 18. 微调示例集:AI + DevOps
      1. 18.1. 数据准备:四种方法
      2. 18.2. 示例:用户故事编写
      3. 18.3. 示例:辅助代码生成
    23. LLM 应用手册 - 应用篇 - 训练篇(TBD)

    24. LLM 应用手册 - 如何自保

    25. 19. LLM 自保

    26. LLM 应用手册 - 名词解释

    27. 20. LLM 名词解释