AI 教程

本页看「学」：一件完整的事从第一步做到最后一步 —— 带步骤、难度与耗时 · 共 63 篇 · 每周更新

📖

加载教程中…

翻到底也没找到想要的？这里都是「分步骤学一件事」，想看成品工具的解析与使用心得 →

去「应用」→

AI 教程

把笔记库交给 agent 之前：obsidian-skills 的三种装法与 6 个技能的分工把笔记库交给 agent 维护，卡点通常不是模型不够强，而是它不知道 Obsidian 的规矩：wikilink 怎么写、Bases 的语法长什么样、属性和 callout 有哪些坑。Obsidian 作者 kepano 开源的 obsidian-skills 就是补这一层——一套符合 Agent Skills 规范的技能包，覆盖 Obsidian 风格 Markdown、Bases、JSON Canvas、CLI、Defuddle 网
Qwen-Image-2.1 本地部署：ComfyUI 模板、int8 量化与透明图层 Qwen-Image-2.1 是 Qwen 图像系列最新的开放权重版本，一份权重同时管文生图与指令式编辑，原生 2K、排版能吃密集小字、VAE 带四个通道所以能直接生成透明背景。ComfyUI 官方已经给出两个可直接用的模板。这篇教程走一遍本地部署的完整流程：下载哪些权重文件、放在哪个目录、两个模板分别怎么用、采样参数为什么是 steps 25 / cfg 1、多参考图的 <image1> 到 <image16>
给 AI 写的代码上闸门：gap-trap 的安装与用法当仓库里大部分代码由智能体写出来之后，问题不再是它写不写得出来，而是它会悄悄漂移：写一个已经存在的辅助函数、为了省事跨过一层边界、写一个只证明代码跑过却不证明行为正确的测试、把你写在说明文件里的规则记住一周然后忘掉。gap-trap 是一个 Agent Skill，跑一次就读取你的代码、写出贴合这个仓库的规则，并为每条规则配一道闸门——闸门会直接让提交或 CI 失败，智能体绕不过去。这篇教程走一遍完整流程：两种安装方式、setup 生成
给老仓库补上 AI 协作规范：ai-ready 的安装与用法编码智能体在别人的仓库里表现差，多半不是模型的问题，而是仓库没有告诉它该怎么工作：构建命令在哪、测试怎么跑、PR 要遵守什么惯例。ai-ready 是一个 Agent Skill，跑一次就分析代码、CI、测试、文档与目录结构，生成 AGENTS.md、copilot-instructions、CI 与 issue 模板这些配置文件，而且产出是按项目定制的内容而不是通用模板。这篇教程走一遍完整流程：两种安装方式、首次生成、读懂 AI 就绪
geiger 上手：一条只读命令，点清本机每个 AI 智能体能碰什么装了几个编码智能体、接了一堆 MCP 服务、又加过若干 AI 扩展之后，很少有人说得清这台机器上到底有什么在跑、它们各自能读到什么。geiger 是一条只读命令：不执行插件、不联网、不装任何东西，只读配置和目录，把每个智能体、MCP 服务、钩子与扩展按生态列出来，标注来源、能力标签和证据路径，凭证只报键名与文件位置、不报值。这篇教程用它走完一遍完整流程：先出终端报告，再出 HTML 逐条复检，然后留基线、做差异、接上 CI 卡口，最后把
用 tokentab 算清 AI 编程的真实成本：按项目、按模型、按天的本地账单 AI 编程的花费从来不是一个单价乘以 token 数：框架的启动税、缓存命中率、在写代码前先聊上十几轮，都会把钱花在你看不见的地方。这篇教程用 tokentab 读取 Claude Code、Codex、Gemini CLI 已经写在磁盘上的会话日志，在本地算出按模型、按项目、按天的账单，再教你怎么读这些数字，并把它们变成三个能立刻执行的动作。
GitHub 热门 AI 项目自动日报：用官方搜索 API 搭一个每天自动跑的榜单用 GitHub 官方 Search API 把近 14 天新建、star 增长最快的 AI 项目拉成每日简报：构造查询、按关键词过滤、生成 Markdown、再用定时任务每天自动跑。适合想持续跟踪 AI 开源动态、又不想手动刷榜单的开发者。
NVIDIA PAIR 上手：把局域网里两台电脑拼成一台本地推理路由器用 20 分钟把家里两台闲置电脑装成一台“本地推理路由器”：装 NVIDIA 开源的 PAIR，配对两台机器，让 Ollama/LM Studio 按负载自动接活，AI 请求不再只靠一台机器扛。适合手头有几台电脑、想本地跑多 Agent 或共享推理负载的开发者。
手写一个 Claude Code Skill：把重复操作变成 /命令用 15 分钟在项目里写一个 SKILL.md，把「提交前自检」这类重复指令变成可随时调用的 /技能，并搞清楚它与 CLAUDE.md 的分工。适合已经用上 Claude Code、却发现每次都在贴同一段要求的开发者。
Langfuse 快速上手：20 分钟跑通 Agent 调用的可观测面板用 docker 起一个自托管 Langfuse，接入一次真实的大模型调用，跑通 trace 查看、成本拆解与简单评测三个功能。适合刚把 Agent 应用跑起来、想搞清楚每次调用花在哪、错在哪的开发者。
端侧大模型部署入门：从模型选型到量化落地以 9 月 1 日开源的星火 X2.5-4B/1.7B 与 Qwen 系列为例，讲清端侧模型选型、量化压缩、上下文管理与推理框架（llama.cpp / Ollama）的基本流程，适合第一次把大模型跑进本地或车载、智能硬件场景的开发者。
Cumora 上手：把 AI Agent 拉进团队群，或接上本地 Codex / Claude Code Cumora 是本周热榜第三的跨平台团队聊天工具：AI Agent 与人类同群办公，还能用 npx cumora agent computer 把本地 Codex / Claude Code 接成 Agent 的「大脑」。本文从装客户端、拉 Agent 进群到接入本地大脑完整讲一遍，含常见坑。
OpenBot 本地部署完整指南：给 AI 同事一台专属电脑（浏览器 + 文件 + 工具） CopilotKit/OpenBot 是本周热榜第二的「AI 同事」平台：每个 Agent 有一台专属电脑（独立浏览器、文件、工具），动作先决定后执行、全程审计。本文按官方快速开始把 Docker + Bun 本地栈完整跑通，并讲清楚凭据配置、端口、常见坑和单容器部署。
IP 吉祥物 Logo Skill 完整上手：从安装到一次拿到 6 版成图 s1dashu/ip-as-logo-skill 是本周 GitHub 热榜第一的开源 Skill：把吉祥物 Logo 的设计标准写成了 AI 可执行的规则，装好后一句话出 3 个方向、拍板后一次生成 6 版成图。本文从安装、首次生成、看懂成品标准到常见坑完整走一遍。
pico-faces 复现入门：在 1 美元的 RP2350 上跑 128×128 人像生成 pico-faces 是 8 月底开源的项目：用约 1 美元的 RP2350（Raspberry Pi Pico 2 芯片）跑 128×128 人像扩散模型（DiT）。本文从烧录 uf2 固件、安装 viewer 依赖到调整步数与 CFG 参数，完整跑通一次本地复现。
Qwen3.8-Flash-Next 本地部署：transformers serve / llama.cpp / vLLM 三选一 Qwen3.8-Flash-Next 是阿里 8 月 26 日开源的下一代架构多模态 MoE（125B 主模型 + 51B N-gram 嵌入、单 token 激活 6B）。本文给出三条本地部署路线：transformers serve 一条命令起服务、llama.cpp 跑 GGUF 量化版、vLLM/SGLang 多卡推理，附 OpenAI 兼容 API 与 ModelScope 国内下载。
Agent 技能（SKILL.md）管理入门：用 agent-skill 安装与管理技能技能（SKILL.md）是编码 Agent 的复用单元。本文用 2026 年 8 月发布的 agent-skill（Rust 库 + CLI），把技能从「手动复制文件夹」变成「一条命令 + 一份锁文件」，含安装、列表、更新与卸载的全套命令。
Codex Harness 三层集成入门：从 codex exec 到 Codex SDK OpenAI 8 月 19 日把驱动 Codex 的底层执行框架 Codex Harness 完整开源（Apache-2.0）。本文按三层集成接口——codex exec、Codex SDK、app-server——从一次性任务跑到产品级嵌入，附可验证的命令与示例。
DeepSeek Harness 入门：Everything is a Plugin，从安装到跑通第一个插件 DeepSeek 8 月 13 日开源的 Agent Harness（dsh）采用「一切皆插件」架构，发布一周多仓库已获超 16 万 star。本文用 npm 一键启动和源码两种方式把它跑起来，并说明插件生态怎么找、怎么装。
GLM-5.3 API 接入：为编程助手开启 1M 上下文与强制思考智谱 8 月 14 日发布 GLM-5.3，与 5.2 同基座纯后训练升级，编程内部基准提升约 50%，Terminal Bench 3.0 从 4.6 涨到 28.3 登顶开源第一。API 采用强制思考模式，本教程从申请 Key 到接入 Cline 完整走一遍。
Qwen3.8-27B 本地部署：24GB 显存跑原生多模态开源模型 8 月 14 日阿里开源 Qwen3.8-27B，270 亿参数原生多模态，SWE-bench Pro 61.7 超过 Opus 4.6 Max。4bit 量化后约 17GB，一张 24GB 显卡或 32GB 内存的 Mac 就能跑。本教程覆盖 Ollama 与 LM Studio 两条部署路径。
用 LTX-2.5 + ComfyUI 10 秒生成 720P 高清视频 Lightricks 发布的 LTX-2.5 开源视频模型原生支持 ComfyUI，10 秒就能出 720P 短视频。本教程从模型下载到工作流搭建完整走一遍。
用 AI 做短视频混剪：从素材整理到自动出片的批量流程用 AI 工具完成短视频混剪的全流程：素材自动整理、智能裁剪、自动配字幕、批量导出，适合自媒体和电商批量出片。
用 Lovable AI 全栈开发：从对话到部署的端到端实战 Lovable 是 2025 年崛起的 AI 全栈开发平台，输入需求描述直接生成前后端代码并一键部署。本教程用一个真实项目演示从 0 到上线的完整流程。
用 Claude Projects 搭建团队 AI 知识库：共享上下文与协作 Claude Projects 支持上传文档、设定系统指令、共享给团队成员。本教程教你把产品文档、API 手册、内部规范一次性喂进去，让团队所有人问同一个 Claude 就能拿到一致答案。
用 Bolt.new 10 分钟从零搭一个真实可上线的 SaaS 落地页 AI 写代码网站 Bolt.new 全流程实操：从一个想法到上线一个能收钱的网站。本教程带你 10 分钟搭好页面，30 分钟接好支付，1 小时绑定自己的域名。
用 DeepSeek V4 Flash 搭建低成本 AI 编程助手：从 API 到 Agent 工作流 DeepSeek-V4-Flash 正式版登顶全球调用量榜首，单任务成本仅 0.03 美元。本教程从 API 申请到搭建命令行编程助手、集成 VS Code、构建自动修 Bug 的 Agent 工作流，全程可复现。
AI 知识管理：用 NotebookLM + Obsidian 打造你的第二大脑 Google NotebookLM 基于你的资料精准回答问题，Obsidian 用双向链接构建知识网络。两者结合，打造从信息输入到知识沉淀的完整闭环。
ComfyUI 工作流：节点式 AI 绘画精准控制指南从安装 ComfyUI 到搭建第一个文生图工作流，涵盖核心节点、KSampler 参数调优、LoRA 叠加和 ControlNet 精准控制。
MCP 协议实战：让 AI 连接你的文件、数据库和 API Model Context Protocol 是 Anthropic 推出的开放标准，让 AI 像 USB-C 一样统一连接外部工具。本教程涵盖配置内置 Server、开发自定义 Server 的完整流程。
AI Agent 开发入门：从零构建你的第一个智能体用 LangChain/LlamaIndex 框架从零搭建一个能搜索网页、调用 API、自主决策的 AI Agent，包含工具定义、记忆管理和部署。
用 AI 替代爬虫：零代码抓取网页数据的新方法用 ChatGPT/Claude 的代码生成能力 + Playwright 自动化，实现零代码网页数据抓取，不需要学 Scrapy/BeautifulSoup。
用 AI 写万字长文：从大纲到完稿的完整创作流程用 Claude/GPT 辅助完成万字以上的长篇内容创作，包含大纲规划、分段写作、风格统一和润色校对的完整工作流。
AI 数字人直播全流程：从形象生成到 24 小时无人直播用 HeyGen/硅基智能等工具打造 AI 数字人，实现 7×24 无人直播带货。本教程覆盖形象制作、语音合成、直播搭建全流程。
用 Ollama 本地部署大模型：隐私优先的免费 AI 方案 Ollama 让你在自己的电脑上运行 Llama、Qwen、DeepSeek 等开源大模型，数据不出本地、完全免费。本教程从安装到 API 调用全流程。
用 Gamma AI 一键生成 PPT：从大纲到专业演示文稿 Gamma 是目前最好用的 AI 演示文稿生成工具，输入主题就能自动生成完整 PPT，支持中英文、模板丰富、可在线编辑和导出。本教程覆盖完整使用流程。
用 Claude Artifacts 做交互式数据分析：对话即出图表 Claude 的 Artifacts 功能可以在对话中直接生成交互式图表、仪表盘和分析报告，不需要写代码也不需要 Excel。本教程教你用自然语言做专业数据分析。
用 Flux 生成专业级 AI 图片：最新开源绘画模型实战 Flux 是 Black Forest Labs 推出的新一代开源图像生成模型，画质媲美 Midjourney 且可本地免费使用。本教程覆盖在线使用和本地部署两种方式。
用 n8n 搭建 AI 自动化工作流：让 AI 7×24 无人值守干活 n8n 是开源的自动化工作流引擎，结合 AI 节点可以实现邮件自动处理、内容自动生成、数据自动同步等无人值守任务。本教程从安装到搭建第一个 AI 工作流。
Manus AI 实战：用通用 AI Agent 自动完成复杂任务从注册到实操，教你用 Manus AI 这个通用智能体自动完成调研、分析、写作等复杂工作，附任务描述技巧和省钱策略。
用 NotebookLM 精读论文：上传 PDF 自动生成摘要与问答用 Google NotebookLM 上传论文 PDF，自动生成摘要、关键发现、音频播客，支持基于论文内容的精准问答，适合研究生和研究人员。
用即梦 AI 3.0 做电商产品图：白底图转场景图实操上传一张白底产品图，用即梦 AI 3.0 的智能参考功能生成多场景生活方式图，适合淘宝、小红书、抖音电商运营。
用 Coze 搭建微信公众号智能客服：零代码接入全流程从注册扣子到发布微信公众号客服机器人的完整流程，包含知识库上传、人设配置、发布上线，适合没有编程基础的运营人员。
AI 社交媒体营销全流程：从内容策划到批量出图出文用 AI 工具完成社交媒体营销的策划、文案、配图、SEO 优化全流程，含批量生产和发布排期管理。
用 V0 和 Galileo AI 做 UI 设计：从线框图到可交付设计稿用 AI 从文字描述直接生成 UI 界面设计，覆盖 V0 生成前端代码、Galileo AI 生成设计稿、Figma 落地全流程。
AI 语音合成实战：用 ElevenLabs 做专业级配音和有声书从文字转语音到声音克隆、多角色对话生成，覆盖 ElevenLabs 全流程，含有声书制作和播客生成技巧。
用 Tripo AI 从文字生成 3D 模型：5 分钟出可下载模型从文字描述到可下载的 3D 模型文件，覆盖 Tripo AI 文生3D、图生3D、格式导出和 Blender 后处理全流程。
用 Dify 搭建 AI Agent 工作流：零代码自动化你的业务用开源 Dify 平台搭建 AI Agent 工作流，实现文档问答、邮件分类、数据提取等业务场景的自动化，全程零代码。
Claude Code 实战：用 AI 终端工具提升编程效率从安装配置到实际项目工作流，掌握 Claude Code 这一 2026 年最火的 AI 终端编程助手。
AI 数字人制作：用 HeyGen 打造专属数字人口播视频从录制训练素材到生成专属数字人，用 HeyGen 制作专业级口播视频的完整流程，含脚本撰写与批量生成技巧。
Prompt Engineering 进阶：链式思考与结构化输出深入学习提示词工程：Chain-of-Thought、Few-Shot、结构化 JSON 输出等高级技巧，让 AI 输出更可控。
用 AI 做数据分析：ChatGPT + Python 自动化报表零代码门槛：用 AI 写 Python 分析 Excel/CSV 数据，自动生成可视化图表和报告。
ChatGPT 写周报、做 PPT、整理会议纪要实战职场人必备：用 ChatGPT 优化日常工作流程，包含提示词模板、输出格式控制、批量处理技巧。
AI 视频生成完全指南：Runway + Pika + Sora 对比实测横向对比三大 AI 视频工具的操作流程、输出质量和适用场景，手把手教你选对工具。
用 Suno AI 创作一首完整歌曲：从歌词到混音全方位讲解：歌词创作技巧、Suno 参数调优、多轨道混音和后期处理。
AI 写作保姆教程：从公众号文章到小说创作覆盖公众号推文、小红书笔记、营销文案、短篇小说四大场景的 AI 写作方法论和模板。
用 DeepSeek-V4 搭建本地 AI 知识库（RAG）基于 DeepSeek-V4 开源模型 + LangChain + Chroma，从环境搭建到知识库问答的完整教程。
用 Cursor AI Agent 手把手做一个 Todo App 从零开始用 Cursor 2.0 的 AI Agent 功能，完全通过自然语言交互，开发一个完整的 Todo 应用。
AI 绘画进阶：Stable Diffusion 本地部署 + ControlNet 精控从在线工具过渡到本地部署，掌握 ControlNet、LoRA、IP-Adapter 等精控方法，实现精准出图。
零基础入门 AI 绘画：用 Midjourney 画出第一张作品从注册 Midjourney 到生成第一张 AI 绘画作品的完整流程，包含提示词基础、参数调节、风格控制等。
给团队技能仓库做一次安全扫描：SkillSpector 的安装、批量扫描与 CI 接入技能文件在编码智能体里是被隐式信任执行的，装一个技能相当于引入一段没审过的代码。NVIDIA 开源的 SkillSpector 用来回答「这个技能能不能装」：它覆盖 71 类漏洞模式、两阶段分析（静态 + 可选 LLM 语义评估），支持扫描目录、仓库、压缩包，输出终端 / JSON / Markdown / SARIF 四种格式。本文走一遍安装、单次扫描、批量扫描、SARIF 接 CI，以及用基线把已知问题压下去让团队只关注新增的做法。
给编码 agent 装一道网络出口白名单：Docker 隔离 + 出口代理编码 agent 能执行什么命令，决定了它能碰到什么。给它加权限容易、收回来难，所以更稳的做法是把边界放在容器和网络层，而不是写进提示词。这篇走一遍能落地的收口：先量出它现在能连哪些地方，再用 Docker 起一个默认没有出口的容器，只留一个代理作为唯一通路，把域名白名单交给代理而不是交给模型，最后加一条回归测试证明拦截真的生效。
给编码 agent 一个能回退的沙盒：用 Arrakis 起 MicroVM，再走一遍「回到第 k 步」很多团队以为「回退」就是撤销代码改动，但 agent 跑长任务时改变的不只是文件：它装了依赖、起了进程、动了系统配置。用 git 只能回滚代码，回滚不了一个被污染的运行环境。这篇用 Arrakis（把每个沙盒跑在 MicroVM 里、自带 snapshot-and-restore）走一遍能落地的流程：起服务、把任务关进沙盒、在不可逆动作之前打快照、回退之后按三条断言验证，最后把回退接进 agent 的失败处理循环，并说清哪些动作沙盒永远