持续进行学习、实践、生产的自进化智能引擎，不间断地学习技术知识、积累实战经验、发掘可探索的方向、产出有价值的成果。领域为AI技术、优先关注Infra。用户驱动时，优先承接并细化用户的需求和想法；真实运行中，持续积累可复用的实战经验。上述的技术掘金、技术秘书、经验沉淀等任务有机结合，持续增强引擎能力，最终在技术视野、想法探索、实战经验、业界影响力等方面为用户的保驾护航并做出有价值的贡献
打开探索工作台 ↗ · 浏览精选成果、搜索知识、回看日志与待决事项。
- 技术掘金：持续自主学习、实践和探索 AI 技术，优先关注 Infra，寻找值得深入和贡献的方向，产出笔记、工具、开源贡献、自营成果或论文。
- 技术秘书：优先承接用户的需求与模糊想法，通过尽调、综述、价值与风险分析、概念验证和实际执行推进目标。
- 经验沉淀：从真实运行及其反馈中积累可复用经验，逐步转化为知识、工具和技能，增强后续工作的能力。
每项工作都以日志记录收尾，保留成果、失败与判断变化，便于回看和复用。运行状态与当前工作见 WORK.md。
在项目目录启动 Claude Code，并给出简短指令：
claude "开始运行"| 指令 | 行为 |
|---|---|
| 开始运行 | 自动读取规则和上下文，优先处理用户任务，否则自主开展 AI Infra 探索 |
| 继续运行 | 接续上次任务和进度 |
| 暂停运行 | 保存成果与下一步，暂停自主探索 |
| 查看进展 | 汇报成果、阻塞和下一步 |
也可以指定方向，例如“开始运行，关注推理优化”。在当前会话中持续推进；会话结束后，可重新启动 Claude Code 并输入“继续运行”接续。
这里是整个项目的统一入口：点击路径浏览文件，点击总览查看对应板块的内容导航与使用说明。
| 路径 | 职责 | 总览与索引 |
|---|---|---|
| README.md | 项目总览、对外呈现与完整导航 | 本页 |
| AGENTS.md | Agent 内核 | 工作原则、行为方式与执行边界 |
| .claude/CLAUDE.md | Claude Code 项目指令入口 | 自动引入 Agent 内核与当前上下文 |
| WORK.md | 当前工作上下文 | 当前需求、进展与下一步 |
| web/ | 网页工作台源码与内容构建 | 使用与维护 |
| notebook/ | 技术学习笔记 | 笔记总览 |
| notebook/fundamentals/ | 基础知识 | 知识导航 |
| notebook/frameworks/ | 框架架构与源码理解 | 框架索引 · 主流框架 & 开源贡献 |
| notebook/experiments/ | 实验记录与结论 | 上机实战 |
| notebook/resources/ | 学习与调研原始资料 | 资料索引 |
| notebook/papers/ | 论文阅读 | 论文索引 · 专题研究 |
| notebook/roadmap.md | 学习与实践规划 | 学习路线与探索方向 |
| notebook/knowledge-map.md | 知识整理与总览 | 知识关系与整体导航 |
| tools/ | 可复用工具 | 工具总览 |
| tools/legacy/ | 一次性、纯实验性或低价值重复脚本 | 归档说明 · 历史目录 |
| open-source/ | 按目标开源项目保存贡献材料 | 各项目贡献索引 |
| open-source/SOP.md | 贡献工作方法 | 候选发现、分析与推进流程 |
| diary/ | 按日期记录实际工作 | 日志总览 |
| experiments/ | 实验源码、脚本、配置、环境与结果 | 实验总览 |
| experiments/scripts/ | GPU 实验、复现与验证脚本 | 脚本索引 |
| experiments/kernels/ | 算子实验源码与基准 | Fused RMSNorm 实验 |
| experiments/rtx4090/configs/ | RTX 4090 训练配置 | 配置说明 |
| experiments/environments/ | 历史机器的实验环境快照 | 环境说明 |
| experiments/results/ | 实验原始结果 | 结果索引 |
| .claude/skills/ | 已有 Agent 技能 | 技能入口 |
experiments/ 保存实验执行材料，notebook/experiments/ 保存分析与经验，通过链接关联复现过程和结论。
AI 技术是探索范围，Infra 是优先方向。下面提供常用主题的直接入口；更多笔记见 技术学习总览 和 基础知识目录。
| 方向 | 直接阅读 |
|---|---|
| 分布式训练 | 并行策略 · ZeRO · FSDP · 混合精度 |
| GPU 编程与优化 | CUDA · Triton · FlashAttention · Profiling |
| 通信与集群 | NCCL · RDMA · 通信计算重叠 · GPU 调度 |
| 推理引擎与服务 | KV Cache · Continuous Batching · P/D 分离 · 可观测性 |
| 模型架构与推理优化 | MoE · MLA · 量化 · 投机解码 |
| RL 与后训练 | RLHF/GRPO Infra · 优势估计 · Policy Loss · DPO |
| 微调与编译 | LoRA/PEFT · torch.compile · CUDA Graphs |
实验记录保存问题、环境、方法、结果与局限；经验来自实际执行和反馈，进一步沉淀为排错方法、工具与技能。执行材料见 实验总览，可以从中进入源码、验证脚本、配置、环境和原始结果。
| 兴趣点 | 入口 |
|---|---|
| GPU 基础性能与测量方法 | A16 基准 · A16 Profiling · RTX 4090 基准 |
| Kernel 与推理优化 | Triton Kernels · KV Cache 压缩 |
| 训练与多卡实践 | LoRA 微调 · 多卡 DDP · RLHF/GRPO |
| 排错与跨框架经验 | GRPO 排错 · 跨框架问题分类 · CUDA Stream 生命周期问题 |
| 完整实验记录与规划 | 实验记录目录 · GPU 实验计划 |
学习与贡献是同一条探索路径的不同产物：源码理解进入 notebook/frameworks/；围绕具体改进的候选、方案、补丁、Issue/PR 与评论草稿进入 open-source/<framework>/。贡献材料链接学习和实验证据，便于从理解继续推进到实践。
| 框架 | 架构与源码学习 | 贡献候选、方案与跟进 |
|---|---|---|
| vLLM | 源码索引 · V1 架构全景 | vLLM 贡献 |
| SGLang | 源码索引 · 架构分析 | SGLang 贡献 |
| verl | 源码索引 · RL Infra | verl 贡献 · Tracker |
| AReaL | 源码索引 | AReaL 贡献 · Tracker |
| DeepSpeed | 源码索引 | DeepSpeed 贡献 |
| Megatron | 源码索引 · 张量并行 | — |
| PyTorch | 源码索引 | PyTorch 贡献 |
| rLLM | 源码索引 | rLLM 贡献 |
| TRL | 源码索引 | TRL 贡献 |
| vLLM-Ascend | 源码索引 | Ascend 贡献 |
| MoonshotAI | 相关理解随具体候选链接 | 贡献记录 |
- 论文阅读：完整导航 · Transformer · DeepSeek-V3 · DeepSeek-R1 · FlashAttention · PPO。
- 数学与算法理解：分布式训练收敛 · MoE 数学推导 · GRPO 算法综合。
- 扩展方向：多模态 · 扩散模型 · RAG · 可解释性 · 模型合并 · 持续学习。
把实战中可复用的实现沉淀为工具，把解决问题的方法整理为 Agent 技能。
| 工具 | 用途 |
|---|---|
| GPU 监控 | 采集 GPU 状态，记录与分析监控日志 |
| 训练配置配方 | 根据输入生成训练配置与启动命令 |
| Infra 速查 | 按主题查阅常用命令 |
| 场景 | 技能入口 |
|---|---|
| 实验执行 | GPU 实验 · RTX 4090 训练 |
| 训练排错 | GRPO 排错 · 跨框架问题规避 |
| 推理分析 | 性能与显存估算 |
| 分布式与通信 | 分布式训练 · RDMA 网络 · 权重同步 |
| 源码导航 | vLLM · SGLang · Megatron |
| 专题研究 | 可解释性 · 模型合并 |
- WORK.md：当前用户需求、工作重点、等待条件和下一步。
- roadmap.md：学习与实践路线；knowledge-map.md：知识关系及整体导航。
- diary/readme.md：按日期浏览实际工作、发现、失败与成果入口。