AI 工程速查表
为常见 AI 工程问题提供可直接照做决策的参考表：选技术、选模型、定架构，一查即得。
- Star 数
- ★ 359
- 最近更新
- 14 天前
- FA 评分
- 证据不足
30 秒速览
- 可在哪里用
- 通用 · 跨平台
- 开始前需要
- 典型场景
- AI 工程师在为生产环境选 RAG、记忆模式或评估方法时，想在表里快速对照选项。
- 主要局限
- 许可证未知，商业使用或再分发的授权边界不明确。
这个 Agent 能做什么，适合哪些场景？
这是 Louis-Francois Bouchard 开源的 Markdown 参考文档库，目标是为最常见的 AI 工程问题提供'拿去就能用'的决策依据。仓库包含三份核心速查表：AI 工程手册（AI_Engineering_Playbook.md）、Agent 架构与运维指南（Agent_Architecture_Guide.md）和 Anti-Slop AI 写作指南（Anti_Slop_AI_Writing_Guide.md）。使用方式是打开速查表，在决策表中找到你的情境，按推荐方案执行。内容来自 Towards AI 的课程，配套一本计划于 2026 年底前出版的书《AI Engineering For Production》。注意：文中模型与工具偏好分别以 2026 年 8 月和 10 月为快照，作者明确建议在你的实际工作负载上自行验证。仓库没有标注许可证，也没有可执行代码，本质是一套结构化参考文档。
仓库交付三份 Markdown 文档。AI_Engineering_Playbook.md 用决策表帮你选择 AI 技术、模型、投入程度、模态工作流、提示策略、RAG 设置、记忆模式、评估方法与生产配置。Agent_Architecture_Guide.md 帮你在 workflow、单 agent 与多 agent 之间做取舍，并给出策展上下文、证据存储、分阶段审查、可移植技能、反馈回路和安全调度的运维做法。Anti_Slop_AI_Writing_Guide.md 基于 6,750 篇有评判的草稿，归纳六类'AI 味'、前后对照示例、双代际短语清单、可复制的提示模板、60 秒检查和格式检查。工作流是：打开表 → 在决策表中定位你的情况 → 执行推荐做法。
- AI 工程师在为生产环境选 RAG、记忆模式或评估方法时，想在表里快速对照选项。
- 团队负责人决定该用固定 workflow、单 agent 还是多 agent 架构时，需要一份明确的取舍指南。
- 用 AI 写作的内容作者，想识别并消除'AI 味'表达，套用现成的提示模板与检查清单。
- Prompt 到生产的初学者，想按课程体系（Towards AI 课程）学习完整框架。
- 技术管理者评估 agent 运维实践，如上下文策展、证据存储与安全调度。
如何安装或部署这个 Agent？
无需安装任何软件或依赖。只需克隆或浏览仓库：
git clone https://github.com/louisfb01/ai-engineering-cheatsheets.git或在 GitHub 网页上直接阅读。文档为 Markdown 文件（AI_Engineering_Playbook.md、Agent_Architecture_Guide.md、Anti_Slop_AI_Writing_Guide.md），任何 Markdown 查看器均可打开。许可证未知，商用前需自行确认授权。
如何使用这个 Agent？
三步用法：
- 打开与你问题相关的速查表（Playbook / Agent Architecture Guide / Anti-Slop Guide）。
- 在决策表中找到你的具体情境。
- 按推荐方案执行。
Anti-Slop 指南另有专用流程：先收集素材，填入提示模板，生成几版草稿，选出最好的一版，运行单独的证据优先审查，重写一次，最后做 60 秒检查。仓库另有配套视频《Free Agents Webinar》讲解 workflow 与 agent 的取舍。
这个 Agent 有哪些优点和局限？
- 决策表形式，按情境直接给出推荐，省去自行调研比较的时间。
- 覆盖从提示、RAG、评估到 agent 架构与运维的完整 AI 工程链条。
- Anti-Slop 指南有 6,750 篇受评判草稿的数据支撑，并提供可复制提示和前后示例。
- 内容与 Towards AI 付费课程同源框架，免费即可获得核心结论。
- 许可证未知，商业使用或再分发的授权边界不明确。
- 模型与工具偏好是 2026 年 8/10 月快照，需自行验证时效性。
- 纯文档，无可执行代码、无自动化工具，落地全靠人工执行。
- 深度内容（完整课程与书籍）在付费产品侧，免费速查表是入口而非全部。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| AI 工程速查表 当前 | 证据不足 | — | ★ 359 | 14 天前 | — | — |
| AI Agent 工程学习手册 | 55 · 缺口较多 | 开发框架免费 | ★ 651 | 12 天前 | HTML | — |
| AI 系统设计指南 | 27 · 缺口较多 | 网页应用免费 | ★ 4.2k | 3 天前 | — | — |
| Hello-Agents 智能体教程 | 54 · 缺口较多 | 网页应用免费 + 模型费 | ★ 86k | 22 天前 | Python | OpenAI API |
FollowAgents 如何评估这个 Agent？
- 源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
- 本次审查仅基于 README，三个核心速查表文件未提供，本评分不代表产品实际质量；待补充正文文件后需重新评估。
- 许可证为 unknown，企业采用前须先确认授权条款。
- 未核实发布者身份，README 中含多处推广链接（书籍、课程），使用时应区分参考内容与营销内容。