AI Book Reference — 书架总览
30 秒导读: 三个代码书架收的是仓库,研究台放的是我们自己的产出,这一站收的是书。 书的价值和代码不一样——它讲的是「为什么会演化成这样」和「原理的完整推导」,这两样在源码里读不到。
这里真正的产出不是书单,是拆解。 每本书读完后由我们重写成一组中文文档:
读完拆解就不必看原书,而每个论断都能锚回清洗后的原文核对
(写法见仓库里的 docs/_authoring/BOOK-TEARDOWN.md)。
进度: 收了 85 本,已写拆解 11 本。 剩下的目前只有元数据与章节结构,可以当索引查,还不能当读物看。
和代码书架的三点不同
| 代码书架 | 本书架 | |
|---|---|---|
| 会不会变 | 会,所以要 refresh + 锚 commit | 不会,版次就是保质期 |
| 正文入不入库 | 克隆在本地,不入库 | 原件不入库,转码文本入库(私有库) |
| 锚点粒度 | path:line + commit | §章节 + 版次 |
一本书的五步
放进 inbox --> 登记 -----> 转码 ------> 写书卡 -----> 读 + 写拆解
(人工放书) (ingest) (源文本 + (合法性 + (本站的真正产出)
章节结构) 读到哪)
前四步是机械的,脚本能跑完;第五步必须真读过——readState 不是 read/partial 的书不能当锚,
拆解里的每一条引用都要能在本地源文本里搜到(node scripts/book-verify.mjs --all)。
按领域找书
ai-foundations — 机器学习/深度学习的原理与数学
共 25 本,已写拆解 1 本。
- 人工智能应用实践教程(Python实现) — 高校教材:用 Python 实现常见人工智能算法的应用实践。
- 人工智能:现代方法(第4版) — Russell & Norvig《Artificial Intelligence: A Modern Approach》第四版中译:AI 领域最权威的综合教材。
- 从零开始学TensorFlow 2.0 — 赵铭:TensorFlow 2.0 入门。
- JavaScript深度学习 — Deep Learning with JavaScript 中译:用 TensorFlow.js 在浏览器与 Node 里做深度学习。
- Python深度学习(第2版) — François Chollet《Deep Learning with Python》第二版中译:Keras 作者写的深度学习入门经典。
- 深度强化学习:基础、研究与应用 — 董豪等:深度强化学习的基础理论、研究进展与应用。
- Dive into Deep Learning — 交互式深度学习教材:从线性回归一路到 Transformer、优化、计算性能、CV、NLP、推荐系统,概念、数学、可运行代码三位一体;168 节按仓库 toc 顺序组织。
- 深度学习革命(Genius Makers) — Cade Metz《Genius Makers》中译:深度学习从冷门到主流的人物与事件史。
- TensorFlow 2.0神经网络实践 — Hands-On Neural Networks with TensorFlow 2.0 中译。
- 简单粗暴 TensorFlow 2.0 — 开源中文教程,TensorFlow 2 的快速上手指南。
- The Little Book of Deep Learning — 一本 190 页的深度学习原理小书,从机器学习基本概念、反向传播,到各类模型与应用,单栏排版、有完整书签;适合当「为什么会是这样」的原理出处。
- 程序员的数学(第2版) ✓ 有拆解 — 面向程序员的数学入门,靠谜题推进:0 与按位计数法、逻辑(真值表/文氏图/卡诺图/三值逻辑)、余数与奇偶性、数学归纳法与循环不变式、排列组合、递归、指数爆炸与对数、反证法与可数、停机问题;第 2 版另加一份机器学习入门附录(感知器、损失、梯度下降、神经网络)。全书刻意不用算式,附录除外。
- TensorFlow自然语言处理 — Natural Language Processing with TensorFlow 中译。
- Python深度学习:基于PyTorch — 吴茂贵:PyTorch 版深度学习实践。
- Python深度学习及智能车竞赛实践 — 面向智能车竞赛的深度学习实践。
- Reinforcement Learning: An Introduction — 强化学习的标准教材第二版:多臂老虎机、MDP、动态规划、蒙特卡洛、时序差分、函数逼近,一直到与深度学习结合的收官章;定义了这个领域的概念体系。
- 人工智能导论(通识版) — 张大斌:面向通识教育的人工智能导论。
- 人工智能简史 — 人工智能发展史的通识梳理。
- 深度学习高手笔记 — 刘岩:深度学习经典模型的笔记式梳理。
- 深度学习全书:公式+推导+代码+TensorFlow全程案例 — 洪锦魁/陈昭明:公式推导与代码并重的深度学习全书。
- 深度学习之TensorFlow:入门、原理与进阶实战 — 李金洪:从入门到进阶的 TensorFlow 实战教材,篇幅很大。
- TensorFlow+Keras自然语言处理实战 — 王晓华:用 TensorFlow/Keras 做自然语言处理的实战书。
- TensorFlow+Keras深度学习算法原理与编程实战 — 国内教材:深度学习算法原理配 TensorFlow/Keras 编程实战。
- 图解机器学习算法 — 图解式的机器学习算法入门。
- 图解人工智能(多田智史) — 日式图解风格的人工智能入门。
rl — 强化学习
共 2 本,已写拆解 0 本。
- 深度强化学习:基础、研究与应用 — 董豪等:深度强化学习的基础理论、研究进展与应用。
- Reinforcement Learning: An Introduction — 强化学习的标准教材第二版:多臂老虎机、MDP、动态规划、蒙特卡洛、时序差分、函数逼近,一直到与深度学习结合的收官章;定义了这个领域的概念体系。
llm — 大模型、Transformer、提示工程
共 32 本,已写拆解 9 本。
- AI Agents and Applications — 用 LangChain/LangGraph/MCP 搭 agent 应用的实操书:从程序化调提示词、文本摘要,到 LangGraph 的 agentic 工作流、Chroma 的 RAG、LangSmith 问答机器人。
- AI Agents with MCP ✓ 有拆解 — O'Reilly 早期试读版,只写出了两章:第 1 章讲什么是智能体,第 3 章讲怎么从零写一个 MCP 客户端(连接、列清单、调工具、取资源与话术、把模型借给服务器、连多台、换模型)。讲协议本身的那一章、以及提供方那三章都标着「不可用」。
- AI工程(AI Engineering) — Chip Huyen《AI Engineering》中译:把模型做成产品要处理的工程问题——评测、提示、微调、数据、推理成本、架构。
- Beyond and After Prompt Engineering The Future of AI Communication — 讨论提示工程之后 AI 交流会走向何方:演化、个人化与社会文化、上下文、多模态、直觉与情感等方向。
- Building AI Agents with LLMs, RAG, and Knowledge Graphs — 把 LLM、RAG 与知识图谱三样合起来搭 agent 的实践书,从 AI agent 引擎讲到规模化。
- 大规模语言模型:从理论到实践 — 张奇等:从预训练、微调到强化学习对齐的完整链路。
- 大模型基础 — 论文列表 — 《大模型基础》配套的论文清单。
- 大模型基础 — 浙大开源教材:大模型的基础理论与关键技术。
- 大模型时代:ChatGPT开启通用人工智能浪潮 ✓ 有拆解 — 面向大众的大模型产业观察。
- 大语言模型:基础与前沿 — 熊涛:大语言模型的基础与前沿进展。
- 大语言模型(赵鑫等) — 人大团队编写的大语言模型教材。
- 动手学大模型应用开发 ✓ 有拆解 — Datawhale 开源教程:从零搭一个大模型应用,覆盖 API 调用、提示工程、词向量与向量库、文档切分、检索问答链、对话记忆、Streamlit 部署、坏例子驱动的迭代与五种评估办法,末尾拆解两个开源项目。分三部分,第二部分至今只有目录、没有正文。
- Essential GraphRAG — Manning:用知识图谱增强 RAG——提升 LLM 准确率、向量与混合检索、进阶检索策略、自然语言转 Cypher、agentic RAG、用 LLM 构建图谱。
- 动手学大语言模型(Hands-On Large Language Models) ✓ 有拆解 — Jay Alammar 与 Maarten Grootendorst 的图解式 LLM 教材中译:词元化、嵌入、Transformer、分类聚类、提示与智能体、语义搜索与 RAG、多模态、以及嵌入模型与生成模型的两条微调路线。
- Happy-LLM(从零开始的大语言模型原理与实践教程) ✓ 有拆解 — Datawhale 开源教程:把大语言模型从「文字怎么变成数」一路讲到「亲手训一个 2.15 亿参数的对话模型」,原理与实操走同一条线。
- Learning LangChain (for True Epub) — O'Reilly:LangChain 基础、RAG 的索引与对话两部分、用 LangGraph 给聊天机器人加记忆、LangGraph 的认知架构。
- Building LLM Agents with RAG, Knowledge Graphs and Reflection — LLM agent 结合 RAG、知识图谱与反思机制的实践指南。
- TensorFlow自然语言处理 — Natural Language Processing with TensorFlow 中译。
- AI Prompt Engineering: Absolute Beginner’s Guide — 零基础提示工程入门:生成式 AI 是什么、提示的解剖、定义输出、各种提示策略的比较。
- Prompt Engineering for LLMs — O'Reilly:提示工程导论、理解 LLM、迁移到对话、设计 LLM 应用、提示内容与组装、驯服模型、对话式代理。
- Prompt Engineering for Generative AI (for True Epub) — O'Reilly:提示的五条原则、文本生成模型、结构化输出(列表/YAML/CSV)、分块策略等。
- AI Prompt Engineering Handbook: Crafting Effective Prompts for Large Language Models ✓ 有拆解 — 英文自出版入门手册:怎么写提示词、二十种技巧、常见误区、工具名单。全书零引用;有一处技术名词张冠李戴,另有两处说法已被论文反证。
- Prompt Engineering in Action — Manning:提示是什么、为什么重要、怎么用、LLM 与其它生成模型的区别、Transformer 架构入门。
- The Art of Prompt Engineering for Multimodel AI : Harmonizing Text, Images, and Audio with GPT-4, CLIP, and AudioLM — 多模态提示工程:多模态 AI 基础、GPT-4/CLIP/AudioLM 概览、从单模态到多模态的演化、文本与图像音频的提示技巧。
- RAG with Python Cookbook ✓ 有拆解 — O'Reilly 抢先版:RAG 入库流水线的实操配方——十几种格式怎么读进来、怎么切成小块、怎么让每一块被检索得准。我们手上这一版只有第 1、2 两章。
- 基于大模型的RAG应用开发与优化 — 面向企业级 LLM 应用的 RAG 开发与优化实践。
- TensorFlow+Keras自然语言处理实战 — 王晓华:用 TensorFlow/Keras 做自然语言处理的实战书。
- 图解 Skill AI 提效实战指南 — 宝玉:用 AI 提升工作效率的实战指南。
- Unlocking Data with Generative AI and RAG, Second Edition — 生成式 AI 与 RAG(第二版):嵌入与向量的基础概念,以及两部分的 RAG 实践。
- Web Development - Prompts: Prompts — 面向 Web 开发的提示词合集:从集成地图、分析跳出率到点击率分析等一百多条具体提示。
- 这就是ChatGPT(What Is ChatGPT Doing…) ✓ 有拆解 — Stephen Wolfram 用最少的数学解释 ChatGPT 为什么能一个词一个词地往下写。
- 一本书读懂大模型 ✓ 有拆解 — 中国电信天翼智库写于 2024 年年中的大模型产业读物。原理讲解只够入门,真正不可替代的是一份把「技术—成本—产品—行业—产业—治理」串成一条链的中国视角快照。
agents — agent 架构与实践
共 13 本,已写拆解 2 本。
- AI Agent 开发实战:从基础原理到企业级应用 — 从原理到企业级应用的 agent 开发实战。
- AI Agents in Action — Manning 的 agent 实战书:从 agent 与 LLM 基础,到 GPT assistants、多 agent 系统、给 agent 加动作、自治助手、agent 平台、记忆与知识。
- AI Agents and Applications — 用 LangChain/LangGraph/MCP 搭 agent 应用的实操书:从程序化调提示词、文本摘要,到 LangGraph 的 agentic 工作流、Chroma 的 RAG、LangSmith 问答机器人。
- AI Agents with MCP ✓ 有拆解 — O'Reilly 早期试读版,只写出了两章:第 1 章讲什么是智能体,第 3 章讲怎么从零写一个 MCP 客户端(连接、列清单、调工具、取资源与话术、把模型借给服务器、连多台、换模型)。讲协议本身的那一章、以及提供方那三章都标着「不可用」。
- Building AI Agents with LLMs, RAG, and Knowledge Graphs — 把 LLM、RAG 与知识图谱三样合起来搭 agent 的实践书,从 AI agent 引擎讲到规模化。
- Building Applications with AI Agents (for ) — O'Reilly:怎么设计 agent 系统——任务范围怎么划、常见坑怎么躲、模型怎么选。
- 大模型应用开发:动手做AI Agent ✓ 有拆解 — 黄佳:从一台只会写字的机器出发,一步步做出七个能自己动手办事的程序。全书真正的价值不在它教的那七个框架与开源项目(原书第 9、10 两章那五个开源项目里,AutoGPT、BabyAGI、MetaGPT 三个今天已换内核),而在它把翻车现场原样印了出来。
- Building Generative AI Agents Using LangGraph, AutoGen, and CrewAI — 用 LangGraph / AutoGen / CrewAI 三个框架搭生成式 AI agent:agent 类型、OpenAI Assistants API、任务/工具/团队/流程/记忆。
- The Complete LangGraph Blueprint: Build 50+ AI Agents for Business Success — LangGraph 蓝图:核心原理、环境搭建、从 Hello World 到图结构,再到大量业务 agent 的搭法。
- Learn Model Context Protocol with TypeScript — 用 TypeScript 学 MCP 的实操书,十余章。
- Learning LangChain (for True Epub) — O'Reilly:LangChain 基础、RAG 的索引与对话两部分、用 LangGraph 给聊天机器人加记忆、LangGraph 的认知架构。
- Building LLM Agents with RAG, Knowledge Graphs and Reflection — LLM agent 结合 RAG、知识图谱与反思机制的实践指南。
- 深入理解 AI Agent:设计原理与工程实践 — 李博杰:AI Agent 的设计原理与工程实践。
programming — 编程语言与基础
共 13 本,已写拆解 2 本。
- 软件开发的201个原则 — 1995 年的经典汇编,201 条软件开发原则,覆盖需求、设计、编码、测试、管理与维护。
- 人工智能应用实践教程(Python实现) — 高校教材:用 Python 实现常见人工智能算法的应用实践。
- JavaScript深度学习 — Deep Learning with JavaScript 中译:用 TensorFlow.js 在浏览器与 Node 里做深度学习。
- Eloquent JavaScript — JavaScript 的经典入门到进阶教材,含语言基础、高阶函数、异步、模块与三个实战项目;是本产品线全栈 TypeScript 的语言底座参考。
- Learn Model Context Protocol with TypeScript — 用 TypeScript 学 MCP 的实操书,十余章。
- 程序员的数学(第2版) ✓ 有拆解 — 面向程序员的数学入门,靠谜题推进:0 与按位计数法、逻辑(真值表/文氏图/卡诺图/三值逻辑)、余数与奇偶性、数学归纳法与循环不变式、排列组合、递归、指数爆炸与对数、反证法与可数、停机问题;第 2 版另加一份机器学习入门附录(感知器、损失、梯度下降、神经网络)。全书刻意不用算式,附录除外。
- 编程的原则:改善代码质量的101个方法 — 101 条编程原则的汇编:每 条一个名字、一段解释、适用与不适用的场景。
- Python深度学习:基于PyTorch — 吴茂贵:PyTorch 版深度学习实践。
- RAG with Python Cookbook ✓ 有拆解 — O'Reilly 抢先版:RAG 入库流水线的实操配方——十几种格式怎么读进来、怎么切成小块、怎么让每一块被检索得准。我们手上这一版只有第 1、2 两章。
- 重构:改善既有代码的设计(第2版) — 重构的标准教材第二版:什么时候该重构、怎么在有测试保障的前提下小步改代码,以及一整套命名好的重构手法目录。
- 程序员的 README — 新手工程师入行指南:怎么写能上线的代码、怎么做代码评审、依赖与测试、值班与事故、和团队协作。
- 程序员超强大脑 — 从认知科学角度讲编程:代码为什么难读、记忆与工作记忆的限制怎么影响读代码、怎么更快学会陌生代码库。
- Web Development - Prompts: Prompts — 面向 Web 开发的提示词合集:从集成地图、分析跳出率到点击率分析等一百多条具体提示。
product-engineering — 工程实践、架构、协作、交付
共 5 本,已写拆解 0 本。
- 软件开发的201个原则 — 1995 年的经典汇编,201 条软件开发原则,覆盖需求、设计、编码、测试、管理与维护。
- AI工程(AI Engineering) — Chip Huyen《AI Engineering》中译:把模型做成产品要处理的工程问题——评测、提示、微调、数据、推理成本、架构。
- 程序员的 README — 新手工程师入行指南:怎么写能上线的代码、怎么做代码评审、依赖与测试、值班与事故、和团队协作。
- 金字塔原理 — Barbara Minto《The Pyramid Principle》中译:结论先行、以上统下的表达与思考结构。
- 图解 Skill AI 提效实战指南 — 宝玉:用 AI 提升工作效率的实战指南。
popular-science — 科普
共 15 本,已写拆解 3 本。
- AI未来已来:CEO、组织、个人的时代红利 — 李开复:AI 对组织与个人的影响。
- 大模型时代:ChatGPT开启通用人工智能浪潮 ✓ 有拆解 — 面向大众的大模型产业观察。
- 人工智能时代与人类价值(Genesis) — 基辛格等:AI 时代的人类价值与秩序讨论。
- 深度学习革命(Genius Makers) — Cade Metz《Genius Makers》中译:深度学习从冷 门到主流的人物与事件史。
- 人工智能会抢哪些工作 — 讨论 AI 对就业影响的通识读物。
- 人工智能简史 — 人工智能发展史的通识梳理。
- 人工智能能不能 — 曾安军:讨论人工智能能力边界的通识读物。
- 人工智能时代与人类未来 — 基辛格、施密特等:AI 如何重塑社会秩序。
- 程序员超强大脑 — 从认知科学角度讲编程:代码为什么难读、记忆与工作记忆的限制怎么影响读代码、怎么更快学会陌生代码库。
- 图解机器学习算法 — 图解式的机器学习算法入门。
- 图解人工智能(多田智史) — 日式图解风格的人工智能入门。
- 这就是ChatGPT(What Is ChatGPT Doing…) ✓ 有拆解 — Stephen Wolfram 用最少的数学解释 ChatGPT 为什么能一个词一个词地往下写。
- 一本书读懂大模型 ✓ 有拆解 — 中国电信天翼智库写于 2024 年年中的大模型产业读物。原理讲解只够入门,真正不可替代的是一份把「技术—成本—产品—行业—产业—治理」串成一条链的中国视角快照。
- 智能世界 2035 — 面向未来十年的产业趋势报告。
- 中小学AI通识课 — 面向中小学的 AI 通识教材。
textbook — 教材属性(与上面并列打标,不单独使用)
共 20 本,已写拆解 4 本。
- 人工智能应用实践教程(Python实现) — 高校教材:用 Python 实现常见人工智能算法的应用实践。
- 人工智能:现代方法(第4版) — Russell & Norvig《Artificial Intelligence: A Modern Approach》第四版中译:AI 领域最权威的综合教材。
- 大规模语言模型:从理论到实践 — 张奇等:从预训练、微调到强化学习对齐的完整链路。
- 大模型基础 — 浙大开源教材:大模型的基础理论与关键技术。
- 大语言模型:基础与前沿 — 熊涛:大语言模型的基础与前沿进展。
- 大语言模型(赵鑫等) — 人大团队编写的大语言模型教材。
- Python深度学习(第2版) — François Chollet《Deep Learning with Python》第二版中译:Keras 作者写的深度学习入门经典。
- 深度强化学习:基础、研究与应用 — 董豪等:深度强化 学习的基础理论、研究进展与应用。
- Dive into Deep Learning — 交互式深度学习教材:从线性回归一路到 Transformer、优化、计算性能、CV、NLP、推荐系统,概念、数学、可运行代码三位一体;168 节按仓库 toc 顺序组织。
- 动手学大模型应用开发 ✓ 有拆解 — Datawhale 开源教程:从零搭一个大模型应用,覆盖 API 调用、提示工程、词向量与向量库、文档切分、检索问答链、对话记忆、Streamlit 部署、坏例子驱动的迭代与五种评估办法,末尾拆解两个开源项目。分三部分,第二部分至今只有目录、没有正文。
- Eloquent JavaScript — JavaScript 的经典入门到进阶教材,含语言基础、高阶函数、异步、模块与三个实战项目;是本产品线全栈 TypeScript 的语言底座参考。
- 动手学大语言模型(Hands-On Large Language Models) ✓ 有拆解 — Jay Alammar 与 Maarten Grootendorst 的图解式 LLM 教材中译:词元化、嵌入、Transformer、分类聚类、提示与智能体、语义搜索与 RAG、多模态、以及嵌入模型与生成模型的两条微调路线。
- Happy-LLM(从零开始的大语言模型原理与实践教程) ✓ 有拆解 — Datawhale 开源教程:把大语言模型从「文字怎么变成数」一路讲到「亲手训一个 2.15 亿参数的对话模型」,原理与实操走同一条线。
- The Little Book of Deep Learning — 一本 190 页的深度学习原理小书,从机器学习基本概念、反向传播,到各类模型与应用,单栏排版、有完整书签;适合当「为什么会是这样」的原理出处。
- 程序员的数学(第2版) ✓ 有拆解 — 面向程序员的数学入门,靠谜题推进:0 与按位计数法、逻辑(真值表/文氏图/卡诺图/三值逻辑)、余数与奇偶性、数学归纳法与循环不变式、排列组合、递归、指数爆炸与对数、反证法与可数、停机问题;第 2 版另加一份机器学习入门附录(感知器、损失、梯度下降、神经网络)。全书刻意不用算式,附录除外。
- 重构:改善既有代码的设计(第2版) — 重构的标准教材第二版:什么时候该重构、怎么在有测试保障的前提下小步改代码,以及一整套命名好的重构手法目录。
- Reinforcement Learning: An Introduction — 强化学习的标准教材第二版:多臂老虎机、MDP、动态规划、蒙特卡洛、时序差分、函数逼近,一直到与深度学习结合的收官章;定义了这个领域的概念体系。
- 人工智能导论(通识版) — 张大斌:面向通识教育的人工智能导论。
- 深度学习全书:公式+推导+代码+TensorFlow全程案例 — 洪锦魁/陈昭明:公式推导与代码并重的深度学习全书。
- 深度学习之TensorFlow:入门、原理与进阶实战 — 李金洪:从入门到进阶的 TensorFlow 实战教材,篇幅很大。
writing — 写作与表达:叙事、结构、论证——用来打磨讲义本身怎么讲清楚
共 9 本,已写拆解 0 本。
- 从零开始写故事 — 叶伟民:南方周末记者的特稿写作笔记。
- 洞见写作:打造可复制的文章方法论 — 可复制的文章写作方法论。
- 后浪创意写作教室(套装六册) — 创意写作教室系列合集:小说写法、写作技巧、提纲结构等六册。
- 南周评论写作课:怎样表达一个观点 — 如何清楚地表达一个观点。
- 故事与话语:小说和电影的叙事结构 — Seymour Chatman《Story and Discourse》中译:叙事学经典,区分「故事」与「话语」两层。
- 故事:材质、结构、风格和银幕剧作的原理 — Robert McKee《Story》中译:编剧领域的结构圣经。
- 编剧的艺术 — Lajos Egri《The Art of Dramatic Writing》中译:前提、人物与冲突的经典理论。
- 金字塔原理 — Barbara Minto《The Pyramid Principle》中译:结论先行、以上统下的表达与思考结构。
- 小说写作:叙事技巧指南 — Writing Fiction: A Guide to Narrative Craft 中 译。
全部藏书(85 本)
| 书 | 作者 | 版次 | 格式 | 章节 | 读到 | 许可 |
|---|---|---|---|---|---|---|
| 软件开发的201个原则 | Alan M. Davis | 2021 版 | epub | 22 | 未读 | 自购/个人收藏 |
| AI Agent 开发实战:从基础原理到企业级应用 | 郑天民 | 2026 版 | 17 | 读了部分 | 自购/个人收藏 | |
| AI Agents in Action | Micheal Lanham | 2025 版 | epub | 22 | 读了部分 | 自购/个人收藏 |
| AI Agents and Applications | welcome.html | 2025 版 | 21 | 未读 | 自购/个人收藏 | |
| AI Agents with MCP | Kyle Stratis | O'Reilly 早期试读版(Early Release),2025-07-07 第一次放出;正式版预告 2026-05 | epub | 14 | 读完 | 自购/个人收藏 |
| AI工程(AI Engineering) | 奇普·萱 | 2026 版 | epub | 21 | 读了部分 | 自购/个人收藏 |
| AI未来已来:CEO、组织、个人的时代红利 | 李开复 | 待填(版次或出版年) | epub | 14 | 未读 | 自购/个人收藏 |
| 人工智能应用实践教程(Python实现) | 待填 | 待填(版次或出版年) | 14 | 未读 | 自购/个人收藏 | |
| 人工智能:现代方法(第4版) | 待填 | 待填(版次或出版年) | 13 | 未读 | 自购/个人收藏 | |
| Beyond and After Prompt Engineering The Future of AI Communication | 待填 | 待填(版次或出版年) | 22 | 未读 | 自购/个人收藏 | |
| Building AI Agents with LLMs, RAG, and Knowledge Graphs | Salvatore Raieli and Gabriele Iuculano | 2025 版 | epub | 113 | 未读 | 自购/个人收藏 |
| Building Applications with AI Agents (for ) | Michael Albada | 2024 版 | epub | 27 | 读了部分 | 自购/个人收藏 |
| 从零开始写故事 | 叶伟民、知乎 | 2017 版 | epub | 31 | 未读 | 自购/个人收藏 |
| 从零开始学TensorFlow 2.0 | 赵铭 | 2020 版 | epub | 46 | 未读 | 自购/个人收藏 |
| 大规模语言模型:从理论到实践 | 待填 | 2023 版 | 16 | 未读 | 自购/个人收藏 | |
| 大模型基础 — 论文列表 | 待填 | 待填(版次或出版年) | md | 1 | 未读 | 自购/个人收藏 |
| 大模型基础 | 待填 | 2024 版 | 23 | 未读 | 自购/个人收藏 | |
| 大模型时代:ChatGPT开启通用人工智能浪潮 | 龙志勇 黄雯 | 2023 版 | 20 | 读完 | 自购/个人收藏 | |
| 大语言模型:基础与前沿 | 熊涛 | 待填(版次或出版年) | epub | 17 | 未读 | 自购/个人收藏 |
| 大语言模型(赵鑫等) | 待填 | 2024 版 | 13 | 未读 | 自购/个人收藏 | |
| JavaScript深度学习 | 蔡善清 [美] 斯坦利 • 比列斯奇 [美] 埃里克 • D. 尼尔森 [美] 弗朗索瓦 • 肖莱 译 程泽 | 2021 版 | epub | 29 | 未读 | 自购/个人收藏 |
| Python深度学习(第2版) | 待填 | 2022 版 | 21 | 未读 | 自购/个人收藏 | |
| 深度强化学习:基础、研究与应用 | 待填 | 2022 版 | 27 | 未读 | 自购/个人收藏 | |
| Dive into Deep Learning | Aston Zhang、Zachary C. Lipton、Mu Li、Alexander J. Smola | 持续更新(GitHub master @23d7a5ae,2026-08-23 取) | md | 168 | 未读 | CC BY-SA 4.0 |
| 洞见写作:打造可复制的文章方法论 | 洞见君 | 待填(版次或出版年) | epub | 27 | 未读 | 自购/个人收藏 |
| 动手学大模型应用开发 | 邹雨衡、高立业、徐虎、毛雨、娄天奥 | 2024 版(Datawhale 开源教程 llm-universe;内容最晚更新到 2024-03) | 10 | 读完 | 自购/个人收藏 | |
| 大模型应用开发:动手做AI Agent | 黄佳 | 电子版(前言落款 2024 年初春) | epub | 73 | 读完 | 自购/个人收藏 |
| Eloquent JavaScript | Marijn Haverbeke | 4th edition (2024) | epub | 25 | 未读 | CC BY-NC 3.0(作者官网免费发布) |
| Essential GraphRAG | Tomaž Bratanic、Oskar Hane | 2025 版 | 23 | 未读 | 自购/个人收藏 | |
| Building Generative AI Agents Using LangGraph, AutoGen, and CrewAI | 待填 | 待填(版次或出版年) | 26 | 未读 | 自购/个人收藏 | |
| 人工智能时代与人类价值(Genesis) | 亨利·基辛格 | 2025 版 | 14 | 未读 | 自购/个人收藏 | |
| 深度学习革命(Genius Makers) | 文海 沈 | 2023 版 | 26 | 未读 | 自购/个人收藏 | |
| 动手学大语言模型(Hands-On Large Language Models) | Jay Alammar、Maarten Grootendorst | 2026 版 | epub | 14 | 读完 | 自购/个人收藏 |
| TensorFlow 2.0神经网络实践 | 保罗·加莱奥内 | 2020 版 | epub | 167 | 未读 | 自购/个人收藏 |
| Happy-LLM(从零开始的大语言模型原理与实践教程) | Datawhale 开源社区、宋志学、邹雨衡 | 开源 PDF 版(0727),内容主体覆盖到 2024 年年中,定稿时已进入 2025 年 | 22 | 读完 | 自购/个人收藏 | |
| 后浪创意写作教室(套装六册) | 劳伦斯·布洛克、大泽在昌、厄休拉·勒古恩、凯蒂·维兰德、梅塔·瓦格纳、弗雷德·怀特 | 2020 版 | epub | 115 | 未读 | 自购/个人收藏 |
| 简单粗暴 TensorFlow 2.0 | 简单粗暴 TensorFlow 2.0 | 2019 版 | epub | 44 | 未读 | 自购/个人收藏 |
| The Complete LangGraph Blueprint: Build 50+ AI Agents for Business Success | Karanja Maina, James | 2024 版 | epub | 83 | 读了部分 | 自购/个人收藏 |
| Learn Model Context Protocol with TypeScript | Christoffer Noring | 2025 版 | epub | 17 | 未读 | 自购/个人收藏 |
| Learning LangChain (for True Epub) | Mayo Oshin and Nuno Campos | 2025 版 | epub | 17 | 读了部分 | 自购/个人收藏 |
| The Little Book of Deep Learning | François Fleuret | 2023 版(v1.2 起持续小修) | 30 | 未读 | 作者官网免费发布(个人非商业阅读) | |
| Building LLM Agents with RAG, Knowledge Graphs and Reflection | Unknown | 2025 版 | 19 | 未读 | 自购/个人收藏 | |
| 程序员的数学(第2版) | 结城浩 | 2020 版 | 15 | 读完 | 自购/个人收藏 | |
| 南周评论写作课:怎样表达一个观点 | 南方周末 编 | 2022 版 | epub | 12 | 未读 | 自购/个人收藏 |
| TensorFlow自然语言处理 | （澳）图珊·加内格达拉 | 2019 版 | epub | 16 | 未读 | 自购/个人收藏 |
| 编程的原则:改善代码质量的101个方法 | 上田勋 | 2020 版 | 77 | 未读 | 自购/个人收藏 | |
| AI Prompt Engineering: Absolute Beginner’s Guide | Michael Miller | 2025 版 | 36 | 未读 | 自购/个人收藏 | |
| Prompt Engineering for LLMs | John Berryman、Albert Ziegler | 2024 版 | 16 | 读了部分 | 自购/个人收藏 | |
| Prompt Engineering for Generative AI (for True Epub) | James Phoenix and Michael Taylor | 2024 版 | epub | 67 | 未读 | 自购/个人收藏 |
| AI Prompt Engineering Handbook: Crafting Effective Prompts for Large Language Models | Lahinouski, Roman | 2025 版 | epub | 10 | 读完 | 自购/个人收藏 |
| Prompt Engineering in Action | Shivendra Srivastava and Naresh Vurukonda | 2025 版 | epub | 47 | 未读 | 自购/个人收藏 |
| The Art of Prompt Engineering for Multimodel AI : Harmonizing Text, Images, and Audio with GPT-4, CLIP, and AudioLM | Yash Jain | 2025 版 | epub | 36 | 未读 | 自购/个人收藏 |
| Python深度学习:基于PyTorch | 吴茂贵 | 2020 版 | 19 | 未读 | 自购/个人收藏 | |
| Python深度学习及智能车竞赛实践 | 徐国艳；刘聪琳 编著 | 待填(版次或出版年) | epub | 13 | 未读 | 自购/个人收藏 |
| RAG with Python Cookbook | Dominik Polzer | 2025-03 抢先版(Early Release,仅含第 1、2 章) | epub | 5 | 读完 | 自购/个人收藏 |
| 基于大模型的RAG应用开发与优化 | 待填 | 2024 版 | 17 | 未读 | 自购/个人收藏 | |
| 重构:改善既有代码的设计(第2版) | Martin Fowler | 2024 版 | 23 | 未读 | 自购/个人收藏 | |
| Reinforcement Learning: An Introduction | Richard S. Sutton、Andrew G. Barto | 2nd edition (2018, MIT Press;作者站点免费 PDF) | 22 | 未读 | 作者官网免费发布(MIT Press 版权) | |
| 人工智能导论(通识版) | 张大斌 | 2024 版 | 54 | 未读 | 自购/个人收藏 | |
| 人工智能会抢哪些工作 | 理查德·萨斯坎德、丹尼尔·萨斯坎德 | 2019 版 | 11 | 未读 | 自购/个人收藏 | |
| 人工智能简史 | 尼克 | 2026 版 | 22 | 未读 | 自购/个人收藏 | |
| 人工智能能不能 | 曾安军 | 待填(版次或出版年) | epub | 10 | 未读 | 自购/个人收藏 |
| 深度学习高手笔记 | 待填 | 2023 版 | 14 | 未读 | 自购/个人收藏 | |
| 深度学习全书:公式+推导+代码+TensorFlow全程案例 | 洪锦魁 主编；陈昭明 著 | 待填(版次或出版年) | epub | 136 | 未读 | 自购/个人收藏 |
| 深度学习之TensorFlow:入门、原理与进阶实战 | 待填 | 2018 版 | 12 | 未读 | 自购/个人收藏 | |
| 深入理解 AI Agent:设计原理与工程实践 | 李博杰 | 2026 版 | epub | 13 | 读了部分 | 自购/个人收藏 |
| 故事与话语:小说和电影的叙事结构 | （美）西摩·查特曼 | 2019 版 | epub | 67 | 未读 | 自购/个人收藏 |
| 故事:材质、结构、风格和银幕剧作的原理 | 罗伯特∙麦基 | 2014 版 | epub | 26 | 未读 | 自购/个人收藏 |
| TensorFlow+Keras自然语言处理实战 | 王晓华 | 2021 版 | epub | 14 | 未读 | 自购/个人收藏 |
| TensorFlow+Keras深度学习算法原理与编程实战 | 郑敦庄，胡承志 | 2020 版 | epub | 10 | 未读 | 自购/个人收藏 |
| 人工智能时代与人类未来 | 亨利·基辛格、埃里克·施密特、丹尼尔·胡滕洛赫尔 | 2023 版 | 10 | 未读 | 自购/个人收藏 | |
| 编剧的艺术 | 拉约什·埃格里 | 2020 版 | epub | 42 | 未读 | 自购/个人收藏 |
| 程序员的 README | Chris Riccomini、Dmitriy Ryaboy | 待填(版次或出版年) | 24 | 未读 | 自购/个人收藏 | |
| 程序员超强大脑 | Felienne Hermans | 2023 版 | epub | 77 | 未读 | 自购/个人收藏 |
| 金字塔原理 | 芭芭拉·明托 | 2019 版 | epub | 36 | 未读 | 自购/个人收藏 |
| 图解机器学习算法 | 待填 | 2021 版 | 28 | 未读 | 自购/个人收藏 | |
| 图解人工智能(多田智史) | 待填 | 2021 版 | 20 | 未读 | 自购/个人收藏 | |
| 图解 Skill AI 提效实战指南 | 待填 | 待填(版次或出版年) | 9 | 未读 | 自购/个人收藏 | |
| Unlocking Data with Generative AI and RAG, Second Edition | Keith Bourne | 2025 版 | epub | 156 | 未读 | 自购/个人收藏 |
| Web Development - Prompts: Prompts | JU DOMI, DoGITAL | 2025 版 | epub | 131 | 未读 | 自购/个人收藏 |
| 这就是ChatGPT(What Is ChatGPT Doing…) | 斯蒂芬·沃尔弗拉姆 | 2023 版 | epub | 24 | 读了部分 | 自购/个人收藏 |
| 小说写作:叙事技巧指南 | 珍妮特·伯罗薇、伊丽莎白·斯塔基-弗伦奇 | 2021 版 | epub | 63 | 未读 | 自购/个人收藏 |
| 一本书读懂大模型 | 中国电信天翼智库大模型研究团队 | 2024 版 | epub | 40 | 读完 | 自购/个人收藏 |
| 智能世界 2035 | 华为 | 2025 版 | 7 | 未读 | 自购/个人收藏 | |
| 中小学AI通识课 | 李波；任勇；陈迪 | 2025 版 | epub | 30 | 未读 | 自购/个人收藏 |
本页由 node scripts/book-build.mjs 生成,不要手改。生成时间:2026-08-26