学习路线
1.大模型基础（LLM）
2.Prompt工程
3.Spring AI
4.Function Calling
5.RAG
6.向量数据库（Milvus）
7.MCP
8.Agent（OpenClaw）
9.AI Workflow（Dify/n8n）

概念
1.基础层：大模型（LLM）
LLM（Large Language Model，大语言模型）是目前 AI 应用的核心。
2.多模态（Multimodal）
多模态 = AI 能处理多种数据类型。
3.Agent（智能体）
Agent = 大模型 + 工具 + 自动执行
4.MCP
MCP（Model Context Protocol）
可以理解成：
AI领域的USB接口
作用：
让 AI 统一调用外部系统。
5.RAG
RAG（Retrieval Augmented Generation）
中文：
检索增强生成
解决问题：
大模型不知道你的企业知识
6.Embedding（向量）
把文字转换成数字向量。
7.向量数据库
8.Prompt（提示词）
9.Function Calling（工具调用）
让 AI 调用程序。
10.AI Workflow（工作流）
把多个 AI 节点串起来。
11.AI 开发框架

rules和skills