82 节课，每节都是独立的学习包 — 学习笔记、抽认卡和语音摘要。可离线打开；按自己的节奏学习。
每张卡片都打开一节完整的课程：可阅读的笔记、可练习的卡片和可收听的摘要。从任意一节开始；它们各自独立。
一、 课程涵盖主题 (Topics Covered)
一、 核心概念
请求流程：** 客户端 (Web/移动应用) → 开发者服务器 → Vertex/Claude 模型。
安装 SDK:** 使用魔术命令安装 Anthropic Python SDK。
API 存储限制 (API Storage Limitation):
聊天机器人构建要点 (Chatbot Construction Key Concepts)
一、核心概念：系统提示 (System Prompt)
系统提示 (System Prompt) 优化笔记
输入 (Input):** 将文本输入模型（如 "What do you think?"）。
问题 (Issue):** 传统的请求-响应模式存在延迟 (Latency)。用户等待 AI 回复时，可能需要 10 到 30 秒，影响用户体验 (UX)。
Claude 输出控制技术
主题：利用停止序列和助手消息预填充控制结构化数据生成
学习笔记：停止序列与消息预填充 (Stop Sequences & Message Prefilling)
提示工程 (Prompt Engineering) 与 提示评估 (Prompt Evaluation)
提示词评估工作流 (Prompt Evaluation Workflow) 核心概念
工作流目标 (Workflow Goal):** 构建一个流程，用于评估和优化提示词（Prompt）的性能。
一、 评估流程概述
评分器 (Grader) 作用:** 接收模型输出，提供客观信号（Objective Signal）。
核心概念：
学习笔记：提升模型评分器（Model Grader）的上下文
提示工程 (Prompt Engineering):** 通过改进初始提示 (prompt)，使其输出更可靠、质量更高。
提示词工程学习笔记：清晰与直接 (Clarity and Directness)
提示工程：提示中的具体化 (Specificity)
提示词结构化：使用 XML 标签
提示工程：示例提供 (Prompt Engineering: Providing Examples)
提示工程学习笔记 (Prompt Engineering Study Notes)
一、核心概念
核心目标
一、 核心概念
一、 JSON Schema 核心概念
一、工具集成机制 (Tool Integration Mechanism)
获取工具请求：** 当 Claude 返回包含 `tool use block` 的响应时，需要解析该块以获取函数所需的输入参数。
目标：** 将多个不同的工具连接到 Claude，以处理复杂的用户查询。
run_conversation` 函数**：持续调用 Claude，直到 Claude 停止要求使用工具，生成最终回复。
工具集成目标**：为系统添加新的功能工具（如 `add duration to date time` 和 `set reminder`）。
核心概念：
基于提示词的方法 (Prompt-based Method):
内置工具：** Claude 默认自带一个名为“文本编辑器工具”的内置功能。
一、工具概述与机制
一、 核心概念
基本流程：** 原始文档 → 分块 (Chunking) → 检索相关文本 → 构造提示 (Prompt) → 生成答案。
一、RAG 流程中的搜索需求
RAG 流程核心概念学习笔记
一、 RAG 流程概述 (RAG Workflow)
问题现象:** 纯语义搜索（Semantic Search）在处理特定、稀有关键词时，可能无法准确识别相关文档，导致返回结果不相关（例如，返回了无关的章节）。
目标：** 将不同的搜索方法（如语义搜索 Vector Index 和词法搜索 BM25 Index）整合到一个统一的搜索流程中。
一、 现有检索方法的局限性
核心概念
Claude 扩展思考 (Extended Thinking) 学习笔记
功能：** 用户可以在发送给云端的消息中包含图像，并要求云端对图像进行各种操作（如内容识别、图像比较、物体计数等）。
Clod 的 PDF 读取能力**：Clod 不仅能处理图像，还能直接读取 PDF 文件中的内容。
学习笔记：AI 模型中的引用（Citations）功能
提示缓存 (Prompt Caching) 学习笔记
基本原理
核心概念
一、 MCP 定义与作用
客户端 (Client) 的作用:
MCP项目学习笔记
一、项目目标与架构 (Project Goal & Architecture)
MCP 服务器调试与测试笔记
项目结构回顾 (Project Structure Review):
一、 核心概念
核心概念：
MCP 服务器中的提示 (Prompts) 核心概念
一、 MCP客户端核心功能
本节课介绍了三种核心服务器原语：工具（Tools）、资源（Resources）和提示（Prompts），并重点阐述了每种原语在应用中的控制方和用途。
Anthropic 的应用：** 介绍了 Anthropic 开发的两个应用——CloudCode 和 ComputerUse。
Cloud Code 核心概念学习笔记
角色认知：** Cloud Code 不仅是代码生成工具，更应被视为一个能与开发者并肩工作的“工程师”。
Cloud Code 与 MCP 服务器集成学习笔记
Claude 并行开发与工作流自动化学习笔记
云代码 (Cloud Code) 学习笔记
Claude 计算机使用功能学习笔记
一、工具使用的基本流程 (Basic Tool Use Flow)
定义：** 工作流和智能体是处理无法在 Claude 单次请求中完成的用户任务的策略。
一、 传统方法的局限性
学习笔记：链式工作流 (Chaining Workflow)
核心挑战 (Core Challenge):
一、 工作流 (Workflows) 与 智能体 (Agents) 的区别
核心概念 (Core Concept):** 智能体（Agent）需要一种机制来观察和评估其执行动作（Action）后的环境变化，以理解当前的状态（State）。
定义：** 预先定义好的 Claude 调用序列。
一、 Anthropic 模型与 API 参数