本仓库是基于 wdndev/llm_interview_note 的 fork/二次整理版，目标是在原有中文 LLM 面试笔记体系上，补齐 2024-2026 年已经进入工程实践、岗位 JD 和面试语境的新主题。
这个 fork 不追求把内容写成论文综述。每一章优先服务三个问题：
- 面试时这个概念怎么答？
- 工程落地时它解决什么问题、有什么限制？
- 重要结论有没有论文、官方文档或成熟开源项目支撑？岗位/JD 只作为学习重点和需求信号，不作为技术事实来源。
- 原仓库提供了主要目录结构、写作风格和大量基础章节，本 fork 保留 attribution，并尽量沿用原仓库的中文学习笔记风格。
- 本 fork 的新增内容聚焦 Agentic AI、MCP、Agent Skills、LLM Infra、后训练/推理生产系统、多模态大模型与 VLM、AI Gateway、治理与可观测性等近年主题。
- 本 fork 增加了面向维护者的章节更新规范，用于把“原 repo 风格 + source-backed research + JD 导向 + 多 reviewer 审核”的流程复用下来。
- 当前仓库尚未新增 License 文件；正式公开发布前需要确认上游授权状态，详见 NOTICE。
11.Agentic AI工程：Agentic AI 概览、MCP 模型上下文协议、Agent Skills。12.LLM Infra与生产系统：LLM Infra 概览、训练 Infra、后训练 Infra、推理 Serving Infra、AI Gateway/治理/可观测性。13.多模态大模型与VLM：多模态/VLM 概览、架构训练与数据工程、文档智能/多模态 RAG/结构化抽取。99.参考资料/2024-2026-新增资料.md：按主题沉淀近年论文、官方文档、开源实现、benchmark 和 JD 样例。skills/：维护者可选使用的章节写作和章节更新 workflow，用于大幅重写或新增章节时复用质量门禁。
本仓库使用 docsify 风格的静态文档结构，通常不需要构建。
python -m http.server 3000然后在浏览器打开 http://localhost:3000。也可以直接通过 GitHub Pages/docsify 部署。
普通阅读和小修文档不需要安装任何 Agent 工具。新增章节或大幅重写章节时，请先读 贡献指南 和 章节质量检查清单。维护者也可以参考 skills/ 中的 repo-local workflow，把原仓库风格抽取、source-backed research、JD 需求信号、参考资料登记和 reviewer 审核串成一套可复用流程。
贡献前请先阅读：
核心要求：
- 禁止研究报告残留字段进入读者章节，例如
AS_OF、Research Stats、Evidence Ledger、Confidence:、Findings。 - 常见面试题必须有参考答案。
- 每章必须有参考资料或等价来源链接，重要事实要能追溯。
- 三路 reviewer 结果必须落地修复，或在维护记录/PR 描述中说明不采纳原因。
- 不能写凭空论文、假引用、未核对 benchmark、过期却伪装成当前状态的 JD。
本 fork 基于 wdndev/llm_interview_note 的目录结构和原始中文笔记内容继续整理。查看上游原项目和历史内容，请访问：
- 上游仓库：
wdndev/llm_interview_note - 上游在线阅读：LLMs Interview Note
正式公开发布前，应先确认上游授权状态；如果上游没有明确 License，本 fork 不应自行宣称可以对全部历史内容再授权。