工具导航与参考资料索引.md

工具导航与参考资料索引

这份文档用于集中整理全书各章节涉及的官方文档、协议规范、常用工具与延伸阅读，方便按知识点统一检索。

---

大模型基础

系统学习教程

• Hugging Face 大模型课程：
  • https://huggingface.co/learn/llm-course/chapter1/1 （英）

常用工具

• OpenAI Tokenizer（Token 切分与计数）：
  • https://platform.openai.com/tokenizer （英）

经典论文与延伸阅读

• Transformer 原始论文《Attention Is All You Need》：
  • https://arxiv.org/abs/1706.03762 （英）

---

部署与基础设施

官方总览与入口

• Docker 官网：
  • https://www.docker.com/ （英）
• Docker 官方文档总览：
  • https://docs.docker.com/ （英）
• Xinference 官方文档总览（部署与模型托管）：
  • https://inference.readthedocs.io/ （英）
• Xinference 仓库：
  • https://github.com/xorbitsai/inference （英）
• vLLM 官方文档总览（推理引擎）：
  • https://docs.vllm.ai/ （英）
• Redis Insight（Redis 图形化工具）：
  • https://redisx.io/insight/ （英）
• Redis 官方文档（官方文档）：
  • https://redis.io/docs/latest/ （英）
• redis-py 文档（Python 客户端）：
  • https://redis.readthedocs.io/en/stable/ （英）

官方API文档与方法说明

• Docker Desktop for Windows（Windows 安装）：
  • https://docs.docker.com/desktop/setup/install/windows-install/ （英）

---

提示词与结构化输出

官方总览与入口

• JSON Schema 官网：
  • https://json-schema.org （英）
• JSON Schema 官方文档：
  • https://json-schema.org/docs/ （英）
• JSON Schema 官方仓库：
  • https://github.com/json-schema-org/json-schema-spec （英）
• Pydantic 官网：
  • https://pydantic.dev/ （英）
• Pydantic 官方文档（类型校验与模型定义）：
  • https://docs.pydantic.dev/latest/ （英）
• Pydantic 官方仓库：
  • https://github.com/pydantic/pydantic （英）

官方API文档与方法说明

• Anthropic Prompt Engineering（提示词工程）：
  • https://docs.anthropic.com/en/docs/prompt-engineering （英）
• OpenAI Model Optimization（模型优化指南）：
  • https://developers.openai.com/api/docs/guides/model-optimization （英）
• LangChain Messages（消息对象）：
  • https://docs.langchain.com/oss/python/langchain/messages （英）
  • https://docs.langchain.org.cn/oss/python/langchain/messages （中）
• LangChain Structured Output（结构化输出）：
  • https://docs.langchain.com/oss/python/langchain/structured-output （英）
  • https://docs.langchain.org.cn/oss/python/langchain/structured-output （中）
• LangSmith Prompt Engineering Concepts（提示词工程）：
  • https://docs.langchain.com/langsmith/prompt-engineering-concepts （英）

常用工具

• 提示精灵：
  • https://www.promptgenius.site/ （中）
• LangChain Hub：
  • https://smith.langchain.com/hub （英）
• DeepSeek 提示词示例库（提示词案例）：
  • https://api-docs.deepseek.com/prompt-library （英）
  • https://api-docs.deepseek.com/zh-cn/prompt-library/ （中）
• prompts.chat：
  • https://prompts.chat/ （中/英）
  • https://github.com/f/prompts.chat （源码仓库 英）

---

模型接入与本地运行

官方总览与入口

• Ollama 官网（本地大模型运行引擎）：
  • https://ollama.com/ （英）
• Ollama 模型搜索页：
  • https://ollama.com/search （英）
• Ollama GitHub 仓库：
  • https://github.com/ollama/ollama （英）
• Ollama 官方文档总览：
  • https://docs.ollama.com/ （英）
• Cherry Studio 官网（桌面客户端）：
  • https://cherry-ai.com/ （中/英）
• DeepSeek 官方文档总览：
  • https://api-docs.deepseek.com/zh-cn/ （中）

官方API文档与方法说明

• LangChain Providers and Models（Providers 与 Models）：
  • https://docs.langchain.com/oss/python/concepts/providers-and-models （英）
• LangChain Provider 总览（模型提供商集成总览）：
  • https://docs.langchain.com/oss/python/integrations/providers/overview （英）
  • https://docs.langchain.org.cn/oss/python/integrations/providers/overview （中）
• LangChain Models 总览（Model I/O 总览）：
  • https://docs.langchain.com/oss/python/langchain/models （英）
  • https://docs.langchain.org.cn/oss/python/langchain/models （中）
• LangChain Chat Models 集成页（聊天模型集成）：
  • https://docs.langchain.com/oss/python/integrations/chat/ （英）
  • https://docs.langchain.org.cn/oss/python/integrations/chat/ （中）
• ChatOllama 集成页（Ollama 聊天模型）：
  • https://docs.langchain.com/oss/python/integrations/chat/ollama （英）
• Ollama Modelfile（Modelfile 语法）：
  • https://docs.ollama.com/modelfile （英）

---

RAG与向量检索

官方API文档与方法说明

• LangChain RAG（RAG 教程）：
  • https://docs.langchain.com/oss/python/langchain/rag （英）
  • https://docs.langchain.org.cn/oss/python/langchain/rag （中）
• LangChain Retrieval（检索流程）：
  • https://docs.langchain.com/oss/python/langchain/retrieval （英）
  • https://docs.langchain.org.cn/oss/python/langchain/retrieval （中）
• LangChain Text Embedding（Embedding 集成）：
  • https://docs.langchain.com/oss/python/integrations/text_embedding （英）
  • https://docs.langchain.org.cn/oss/python/integrations/text_embedding （中）
• LangChain Vector Stores（向量库集成）：
  • https://docs.langchain.com/oss/python/integrations/vectorstores （英）
  • https://docs.langchain.org.cn/oss/python/integrations/vectorstores （中）
• OpenAI Embeddings（Embeddings 指南）：
  • https://developers.openai.com/api/docs/guides/embeddings （英）
• Redis Vector Search（向量检索）：
  • https://redis.io/docs/latest/develop/ai/search-and-query/vectors/ （英）
• LangChain4J Embedding Stores（Embedding Stores）：
  • https://docs.langchain4j.dev/integrations/embedding-stores （英）
• Spring AI Vector DB（向量数据库）：
  • https://docs.spring.io/spring-ai/reference/api/vectordbs.html （英）

常用工具

• RAGFlow 官网（RAG 平台）：
  • https://ragflow.io/ （英）
• Doc2X 官网（文档解析）：
  • https://doc2x.noedgeai.com/ （中/英）
• 腾讯 ima（知识工作台）：
  • https://ima.qq.com/ （中）

经典论文与延伸阅读

• RAG 原始论文（经典论文）：
  • https://arxiv.org/abs/2005.11401 （英）

---

微调与模型对齐

经典论文与延伸阅读

• InstructGPT 论文（RLHF 与指令对齐）：
  • https://arxiv.org/abs/2203.02155 （英）
• LoRA（PEFT 代表论文）：
  • https://arxiv.org/abs/2106.09685 （英）
• QLoRA（量化微调代表论文）：
  • https://arxiv.org/abs/2305.14314 （英）

---

工具调用、MCP、Skills与智能体

官方总览与入口

• MCP 官网：
  • https://modelcontextprotocol.io/ （英）
• A2A 社区入口：
  • https://agent2agent.info/ （英）
  • https://agent2agent.info/zh-cn/ （中）
• OpenAI Codex Skills（Skills）：
  • https://developers.openai.com/codex/skills （英）
• OpenAI Help: Skills in ChatGPT（Skills）：
  • https://help.openai.com/en/articles/20001066 （英）
• OpenAI Academy: Skills（Skills 学习资料）：
  • https://academy.openai.com/public/resources/skills （英）
• OpenAI Academy: Plugins and skills（Codex 插件与 Skills）：
  • https://openai.com/academy/codex-plugins-and-skills/ （英）
• Agent Skills 社区介绍（Skills 概念）：
  • https://agentskills.io/what-are-skills （英）
• Agent Skills 规范（SKILL.md 结构）：
  • https://agentskills.io/specification （英）
• Cursor Rules（AI 编程工具规则）：
  • https://cursor.com/docs/rules （英）
• Claude Code Agent Skills（AI 编程工具技能包）：
  • https://code.claude.com/docs/en/skills （英）

官方API文档与方法说明

• LangChain Tools（Tools）：
  • https://docs.langchain.com/oss/python/langchain/tools （英）
  • https://docs.langchain.org.cn/oss/python/langchain/tools （中）
• LangChain Agents（Agents）：
  • https://docs.langchain.com/oss/python/langchain/agents （英）
  • https://docs.langchain.org.cn/oss/python/langchain/agents （中）
• LangChain MCP 支持（MCP 集成）：
  • https://docs.langchain.com/oss/python/langchain/mcp （英）
  • https://docs.langchain.org.cn/oss/python/langchain/mcp （中）
• LangGraph Workflows and Agents（Workflows and Agents）：
  • https://docs.langchain.com/oss/python/langgraph/workflows-agents （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/workflows-agents （中）
• Anthropic Tool Use（Tool Use）：
  • https://docs.anthropic.com/en/docs/agents-and-tools/tool-use/implement-tool-use （英）
• DeepSeek Tool Calls / Function Calling：
  • https://api-docs.deepseek.com/guides/tool_calls （英）
  • https://api-docs.deepseek.com/guides/function_calling/ （英）
• MCP FAQ（FAQ）：
  • https://modelcontextprotocol.io/faqs （英）
• MCP 架构文档（架构）：
  • https://modelcontextprotocol.io/docs/learn/architecture （英）
• LangChain Multi-agent（多智能体文档）：
  • https://docs.langchain.com/oss/python/langchain/multi-agent/index （英）
• LangChain Multi-agent Skills（Skills 渐进式加载）：
  • https://docs.langchain.com/oss/python/langchain/multi-agent/skills （英）
• DeepAgents Skills（DeepAgents 技能配置）：
  • https://docs.langchain.com/oss/python/deepagents/skills （英）
  • https://docs.langchain.org.cn/oss/python/langchain/multi-agent/index （中）

常用工具

• MCP.so：
  • https://mcp.so/ （中/英）
• 阿里云百炼 MCP 市场：
  • https://bailian.console.aliyun.com/?tab=mcp#/mcp-market （中）
• Smithery Servers：
  • https://smithery.ai/servers （英）

经典论文与延伸阅读

• ReAct 原始论文（经典论文）：
  • https://arxiv.org/abs/2210.03629 （英）
• A2A 协议规范入口（协议规范）：
  • https://a2a-protocol.org/dev/ （英）
• Google ADK / A2A（A2A）：
  • https://adk.dev/a2a/ （英）
  • https://adk.dev/a2a/zh-cn/ （中）

---

LangChain

官方总览与入口

• 官网：
  • https://www.langchain.com/langchain （英）
• 官方文档总览：
  • https://docs.langchain.com/oss/python/langchain/overview （英）
  • https://docs.langchain.org.cn/oss/python/langchain/overview （中）
• 仓库：
  • https://github.com/langchain-ai/langchain （英）
• GitHub 组织：
  • https://github.com/langchain-ai （英）
• LangSmith 文档首页（观测与评测）：
  • https://docs.langchain.com/langsmith/home （英）

官方API文档与方法说明

• PromptTemplate API：
  • https://reference.langchain.com/python/langchain_core/prompts/ （英）
  • https://reference.langchain.org.cn/python/langchain_core/prompts/ （中）
• LangSmith 可观测性教程（Observability 教程）：
  • https://docs.langchain.com/langsmith/observability-llm-tutorial （英）
  • https://docs.langchain.org.cn/langsmith/observability-llm-tutorial （中）

---

LangGraph

官方总览与入口

• 官方文档总览：
  • https://docs.langchain.com/oss/python/langgraph/overview （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/overview （中）
• 仓库：
  • https://github.com/langchain-ai/langgraph （英）

官方API文档与方法说明

• LangGraph Quickstart（快速上手）：
  • https://docs.langchain.com/oss/python/langgraph/quickstart （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/quickstart （中）
• Graph API（图 API）：
  • https://docs.langchain.com/oss/python/langgraph/graph-api （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/graph-api （中）
• Functional API（函数式 API）：
  • https://docs.langchain.com/oss/python/langgraph/functional-api （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/functional-api （中）
• Use the Graph API（用法）：
  • https://docs.langchain.com/oss/python/langgraph/use-graph-api （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/use-graph-api （中）
• LangChain Runtime（运行时与上下文）：
  • https://docs.langchain.com/oss/python/langchain/runtime （英）
  • https://docs.langchain.org.cn/oss/python/langchain/runtime （中）
• Context Overview（上下文）：
  • https://docs.langchain.com/oss/python/concepts/context （英）
• LangGraph Runtime / Pregel（Runtime 与 Pregel）：
  • https://docs.langchain.com/oss/python/langgraph/pregel （英）
• LangGraph Streaming（流式输出）：
  • https://docs.langchain.com/oss/python/langgraph/streaming （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/streaming （中）
• LangGraph Persistence（持久化）：
  • https://docs.langchain.com/oss/python/langgraph/persistence （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/persistence （中）
• LangGraph Human-in-the-loop / Interrupts（人机协作与中断）：
  • https://docs.langchain.com/oss/python/langgraph/interrupts （英）
• LangGraph Time Travel（时间回溯）：
  • https://docs.langchain.com/oss/python/langgraph/use-time-travel （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/use-time-travel （中）
• LangGraph Subgraphs（子图）：
  • https://docs.langchain.com/oss/python/langgraph/use-subgraphs （英）
  • https://docs.langchain.org.cn/oss/python/langgraph/use-subgraphs （中）
• LangGraph Add Memory（记忆与持久化）：
  • https://docs.langchain.com/oss/python/langgraph/add-memory （英）
• LangChain Short-term Memory（短期记忆）：
  • https://docs.langchain.com/oss/python/langchain/short-term-memory （英）
  • https://docs.langchain.org.cn/oss/python/langchain/short-term-memory （中）
• LangChain / LangGraph Release Policy（Release Policy）：
  • https://docs.langchain.com/oss/python/release-policy （英）

常用工具

• Mermaid Live Editor（在线编辑器）：
  • https://mermaid.live/ （英）
• ProcessOn Mermaid 编辑器（在线编辑器）：
  • https://www.processon.com/mermaid （中）

---

低代码与智能体平台

Coze（扣子）

官方总览与入口

• 官网：
  • https://www.coze.cn （中）
• 官方文档总览：
  • https://docs.coze.cn/cozespace （中）
• Coze Studio 开源版仓库（源码与部署）：
  • https://github.com/coze-dev/coze-studio （英）
• Coze Loop 仓库（评测与运维）：
  • https://github.com/coze-dev/coze-loop （英）
• Coze Python SDK（Python SDK）：
  • https://github.com/coze-dev/coze-py （英）

Dify

官方总览与入口

• 官网：
  • https://dify.ai/ （英）
  • https://dify.ai/zh （中）
• 官方文档总览：
  • https://docs.dify.ai/zh/use-dify/getting-started/introduction （中）
• 开源版仓库：
  • https://github.com/langgenius/dify （英）

官方API文档与方法说明

• Dify 自部署文档（Docker Compose 自部署）：
  • https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/docker-compose （中）

其他平台

官方总览与入口

• 讯飞智能体平台（智能体平台）：
  • https://agent.xfyun.cn/home （中）