全书地图
以结构图形式展示AI知识体系，自上而下分为应用层、模型层、技术层、基础层四层，每层列出具体条目，帮助读者定位自己需要补的板块。
官方说明 ↗价格官网未标价
平台Web
归类笔记与知识库
收录2026-10-12
复核2026-10-12
编辑评分
4.2 / 5
★★★★☆
AI全书编辑总结
AI全书是一个中文AI系统学习知识库，把人工智能知识按「基础层—技术层—模型层—应用层」组织成全书地图，涵盖机器学习、神经网络、NLP、CV、语音、大模型、Agent、RAG、算力芯片等板块。站点针对六类人群给出结构化学习路线，包括零基础了解AI、开发者转AI应用开发、产品经理理解AI产品、办公编辑自媒体用AI提效、企业技术负责人做AI选型、安全法务管理者理解AI风险，每条路线标注阶段数与主线学时。此外收录了AI应用开发岗位面试观察总结的转型指南，以及特征工程等专题分类页。官网未公开具体定价与免费额度信息。
AI全书是什么？
AI全书是一个中文AI知识库站点，定位为系统化的AI学习地图。它把人工智能知识按层次组织：基础层涵盖算力、算法与学习、数据、基础学科；技术层涵盖自然语言处理、计算机视觉、语音技术、Transformer与推理技术；模型层涵盖主流大模型、训练方法、推理优化与安全对齐；应用层涵盖AI产品、开发框架与核心概念。这种分层结构让读者可以从底层原理一路查到具体产品与框架。
站点提供了全书地图、基础知识、算力资源、LLM大模型、AI开发与应用、安全资讯等主要板块。算力资源部分细分到计算芯片、RDMA网络、NVLink、GPU虚拟化、高速存储、集群技术、异构算力融合、算子库、集合通信，以及华为昇腾系列和英伟达CUDA等具体平台。LLM板块则覆盖定义原理、视觉与图像生成模型、多模态大语言模型、编码器解码器、HuggingFace与魔搭、Ollama/LM Studio/Xinference等模型管理工具、实验评估、微调技术。
对不同读者，站点给出六条差异化学习路线：零基础者约6至10小时走6个阶段；开发者转AI应用开发约16至24小时走8个阶段；产品经理理解AI产品约10至16小时走7个阶段；办公、编辑和自媒体用AI提效约8至12小时走6个阶段；企业技术负责人做AI选型约14至22小时走8个阶段；安全、法务和管理者理解AI风险约12至18小时走7个阶段。每条路线都按从基础原理到应用交付的顺序编排。
AI全书核心功能
分层知识库
涵盖基础知识、算力资源、LLM大模型、AI开发与应用、安全资讯几大板块，算力部分细到RDMA网络、NVLink、异构算力融合、算子库与集合通信。
官方说明 ↗六条学习路线
针对零基础、开发者转AI应用、产品经理、办公自媒体、企业技术负责人、安全法务管理者六类人群，分别给出阶段数、主线学时与学习顺序。
官方说明 ↗转型开发指南
一份从后端或传统开发转AI应用开发的学习清单，按认知选型、核心开发能力等模块组织，强调模型边界、RAG链路与工程交付能力。
官方说明 ↗专题分类页
除主线外还有按主题聚合的分类页，例如特征工程分类下收录特征工程、分类特征、数值类特征、探索性数据分析等条目。
官方说明 ↗AI全书值不值得用？
当你要建立AI的全局认知地图、搞清楚各技术板块之间关系时，AI全书的分层结构能省去大量自己整理的时间；六条路线也适合带着明确目标的人按阶段推进。它的价值在于把AI技术结构拆成应用层、模型层、技术层、基础层并逐条列出，而不是零散的文章堆叠。不过官网未公开价格与免费额度，也没有说明是否需要注册；内容深度上，算力、LLM、应用开发等板块已列出条目，但单条目的内容厚度需要自己进去确认。如果你要的是可直接动手的代码教程，这里更像索引与路线图；如果你要的是面试速查或体系梳理，会比较顺手。
建议选它的情况
- 刚接触AI、想先建立整体知识框架而不是直接写代码的人
- 从后端或传统开发转AI应用开发、需要一份系统性学习清单的工程师
- 产品经理或企业技术负责人，需要快速了解AI技术结构以便做选型判断
- 安全、法务和管理者，想补齐AI风险与治理相关概念
不建议选它的情况
- 需要直接可运行的完整项目源码或逐步代码教程的人
- 要查某个具体模型最新版本的参数与榜单排名的人
- 对价格敏感、需要先确认是否免费再决定要不要投入时间的人
AI全书使用建议
入门先把路子走对
- 先看全书地图从首页的全书地图入手，先看清应用层、模型层、技术层、基础层四层分界，再决定从哪一层开始补。
- 选一条路线走在六条路线中选与自己身份最接近的一条，按它标注的阶段数和主线学时推进，不要同时开多条线。
- 确认时间预算开发者转型路线约16至24小时，零基础路线约6至10小时，先按自己的可支配时间选路线，避免中途弃坑。
进阶省时间也省钱
- 从路线倒推章节先看路线里提到的能力点，再回到对应板块找具体条目，比从基础知识顺读更快切入需要的部分。
- 重点读转型指南AI应用开发转型指南里对RAG链路、Agent工具调用、提示词治理有较细的要点拆解，适合作为面试或工程自检清单。
- 用分类页做专题补漏当主线看完但某个专题仍有缺口时，走对应分类页把该主题下的条目集中过一遍，例如特征工程分类。
AI全书适合谁用？
零基础AI入门者
推荐按零基础路线约6至10小时走6个阶段，先理解AI发展脉络与核心概念，不需要编程前置知识。
后端转AI开发者
推荐按开发者路线约16至24小时走8个阶段，重点在模型边界、RAG全链路、Agent工具调用与生产化交付。
AI产品经理
推荐产品经理路线约10至16小时走7个阶段，聚焦能力边界、系统组成、失败处理与上线判断。
企业技术选型负责人
推荐技术负责人路线约14至22小时走8个阶段，覆盖用例选择、技术架构、成本、安全与治理决策框架。
安全法务与管理者
推荐风险路线约12至18小时走7个阶段，从数据与动作链入手建立安全、合规和治理视角。
需要现成代码的人
有条件站点以知识结构与学习路线为主，官网未公开可直接运行的完整项目源码，动手型需求可能不满足。
AI全书优点和缺点
优点
- 知识按四层结构组织，应用层、模型层、技术层、基础层边界清楚
- 针对六类人群给出阶段数与主线学时，路线可执行
- 算力板块细到NVLink、RDMA、异构算力融合、集合通信等具体条目
- LLM板块覆盖Ollama、LM Studio、Xinference等具体模型管理工具
- 应用层同时列出ChatGPT、Claude、Gemini、DeepSeek、ComfyUI、Dify等产品
- 收录AI应用开发转型指南，含RAG、Agent、提示词治理的工程要点
缺点
- 官网未公开价格、免费额度与是否需要注册
- 条目多为知识点罗列，单条内容的深度需逐个进入确认
- 官网未说明内容更新频率与最近修订时间
- 缺少按难度筛选或学习进度跟踪这类辅助功能说明
- 官网未提及移动端应用或API接口
AI全书常见问题
AI全书主要收录哪些内容？＋
它把AI知识分为应用层、模型层、技术层、基础层四层。应用层有ChatGPT、Claude、Gemini、Sora、DeepSeek、Kimi、Cursor、通义千问、Stable Diffusion、Midjourney、ComfyUI、Dify等产品，以及LangChain、LangGraph、Semantic Kernel、LlamaIndex、AutoGPT、MetaGPT等开发框架，还有Prompt、Agent、RAG、AIGC、MoE、CoT、Multi-Agent、Embedding、Fine-tuning、LoRA/QLoRA、Function Call、MCP等核心概念。
零基础要花多久才能过一遍主线？＋
站点为零基础人群给出的路线是6个阶段、主线约6至10小时，目标是理解AI的发展脉络、核心概念、常见能力与使用边界，从历史和概念走到应用与边界。如果目标更深，开发者转AI应用开发路线是8个阶段、约16至24小时。
它是给开发者看的还是给非技术人看的？＋
两类都有覆盖。开发者可以走「开发者转AI应用开发」路线，8个阶段约16至24小时，内容涉及模型边界、微调与RAG选型、RAG全链路、Agent与工具调用。非技术人则有零基础了解AI、产品经理理解AI产品、办公编辑和自媒体用AI提效、安全法务和管理者理解AI风险几条路线，分别约6至10小时、10至16小时、8至12小时、12至18小时。
开发者转AI应用开发这条路线具体讲什么？＋
该指南来自多场AI应用开发岗位面试的观察，分模块组织：认知与选型讲LLM能力边界、模型选型、token与上下文窗口、temperature采样参数、幻觉成因、微调与RAG和提示词三者的选型边界；核心开发能力讲提示词工程与治理、RAG检索增强生成全链路、Agent与工具调用，包括Function Calling原理、ReAct循环、护栏设计和多智能体协作模式。
算力这块讲到了什么程度？＋
算力资源板块列出了计算芯片、网络架构、RDMA网络、NVLink、GPU虚拟化、高速存储、集群技术、异构算力融合、算子库、集合通信等条目，并单独列出华为昇腾系列与英伟达CUDA两个平台方向，属于从芯片到集群再到通信库的完整链路拆解。
有没有按主题聚合的分类页？＋
有。例如特征工程分类页下收录了「特征工程」「分类特征」「数值类特征」「探索性数据分析」等条目，分类页适合在主线之外按专题集中补某个方向的内容。
