AI 学习笔记系列的第十篇，介绍了自己搭建的一个股票分析 Demo 全栈工程，分享了技术选型、设计思路、开发流程、已知问题和开发心得等内容。
AI 学习笔记系列的第九篇，介绍 RAG 相关的基本概念，包括 RAG 基本流程、优化点、常见检索方式和融合方法，以及一个具体示例、常见问题和解决方法。
AI 学习笔记系列的第八篇，介绍 MCP 相关的基本概念，包括对工具调用的进一步探讨，MCP 的定义与设计原则，以及 MCP 服务器框架。
AI 学习笔记系列的第七篇，介绍 Agent 相关的基本概念，包括 Agent 的定义、推理与行动、工具调用、记忆以及架构设计范式和评估方法。
AI 学习笔记系列的第六篇，介绍其他模型、上下文学习、数据来源、标注和众包等与 LLM 相关的补充内容。
AI 学习笔记系列的第五篇，介绍 LLM 的训练、使用、评估和提高效率的相关概念。
AI 学习笔记系列的第四篇，介绍 LLM 相关的基本概念，包括 Transformer 架构、语言模型等内容。
AI 学习笔记系列的第三篇，介绍 NLP 的一些补充内容，包括指代消解、上下文化表示、编码器-解码器、分词、注意力、自注意力等概念。
AI 学习笔记系列的第二篇，介绍 NLP 系统的核心组件：数据、模型、推断方法、指标、学习方法，以及常见的模型和推断方法。
AI 学习笔记系列的第一篇，介绍 NLP 的基础概念，包括文本表示、TF-IDF、Word2vec、评估指标等内容。
AI 学习笔记系列，归纳整理了我在学习 AI 过程中遇到的核心概念、术语和方法，覆盖了 NLP、LLM、Agent（含 MCP、RAG）等主题。
