Skip to content

191341025/Pandora-Codex-Notes

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Pandora-Codex-Notes

英文技术文档的中文结构化精读

English technical docs → Structured Chinese notes. Turn dense documentation into clear mental models.

License: CC BY-NC-SA 4.0 GitHub stars

中文 · English


About

Structured Chinese learning notes distilled from English technical documents — official docs, guides, whitepapers, and academic papers, across any domain.

These are not translations or excerpts — each topic is systematically restructured with a pedagogical framework: concept maps, intuitive analogies (with explicit boundary annotations), comparison tables, and practical guidance.

Who is this for:

  • Anyone who reads English technical docs and wants structured Chinese materials
  • Engineers who want depth beyond surface-level tutorials
  • Learners who prefer building mental models over memorizing facts

Current focus: AI & LLM technologies, system design & distributed systems. More domains coming.

Jump to content catalog →


关于本仓库

我经常需要阅读各种英文技术文档——官方指南、技术白皮书、学术论文。为了真正消化这些内容,我把它们精炼成了结构化的中文笔记

这些笔记不是简单的翻译或摘抄,而是经过教学设计的知识重构—— 我的目标是:读完我的笔记后,你能跳过原文的大部分内容,直接建立准确的心智模型。

目前的内容以 AI/LLM系统设计/分布式系统为主,但这套方法适用于任何技术领域。未来会逐步扩展到更多方向。

笔记有什么不同?

普通笔记

  • 逐页摘抄原文要点
  • 中英混杂的流水账
  • 读完还是得回去翻原文

这里的笔记

  • 每个模块有概念地图,分"必须内化 / 动手要点 / 扩展理解"三层
  • 用精心设计的类比建立直觉,并标注类比的边界
  • 关键对比用表格一目了然
  • 标注"什么时候用"和"常见误用",面向实战

学习路径:AI/LLM

当前 AI/LLM 方向的笔记遵循一条从基础到生产的渐进式路径,每一步都建立在前一步之上:

A  Prompt Engineering          ── 和 AI 对话的技术        ✅ 已完成
B  Tool Use / Function Calling ── 让 AI 调用外部工具      ✅ 已完成
C  Structured Output           ── 让 AI 输出可编程数据     🔜 计划中
D  Prompt Chaining / Workflow  ── 多步骤 AI 调用编排       🔜 计划中
E  RAG                         ── 给 AI 接入自定义知识      🔜 计划中
F  Agent Design Patterns       ── 让 AI 自主决策与行动     🔜 计划中
G  Evaluation & Testing        ── 系统化评估 AI 质量       🔜 计划中
H  Production Deployment       ── 生产环境落地             🔜 计划中

不追求一步到位,不跳跃式学习。学到"足够用"就往前走。


课程笔记

课程 主题 源材料作者 模块数 状态
Prompt Engineering 提示工程基础到高级技术 Lee Boonstra · Google 6
Claude Tool Use Anthropic Tool Use API 完整指南 Anthropic 5
Claude Code Guide Claude Code 钩子、扩展与专业模式 Anthropic 6
Claude Skills Development Claude 技能从设计到分发 Anthropic 5
Claude Cowork Anthropic Cowork 协作平台 Anthropic 5
Agentic Design Patterns 21 种 AI Agent 设计模式深度拆解 Antonio Gulli 18
AI Agents Technical Guide AI Agent 技术全景指南 Google Cloud 8
Building Effective Agents Anthropic 官方 Agent 构建白皮书 Erik Schluntz, Barry Zhang · Anthropic 5
AnythingLLM 开源 LLM 平台:RAG、Agent、工作流 Mintplex Labs 6
Google ADK Google Agent Development Kit 开发实战 Google 6
OpenAI Agents SDK OpenAI Agents SDK 从基础到多 Agent 系统 Henry Habib · Packt 9
Vector Database 向量数据库:从嵌入到 RAG 实战 O'Reilly Media 10
DDIA 数据密集型应用设计:从存储引擎到分布式共识 Martin Kleppmann · O'Reilly 12

更多课程持续整理中。关注本仓库以获取更新。

论文精读

学术论文(主要来自 arXiv 等开放平台)的结构化中文精读。每篇论文浓缩为七个板块:一句话总结 → 为什么值得关注 → 核心贡献 → 方法直觉 → 关键发现 → 局限与开放问题 → 启发与联想。

论文 领域 作者 关键词
CLEF HIPE-2026 NLP / 数字人文 Opitz, Raclé, Boros et al. 多语言关系抽取、知识图谱、OCR

有想精读的 arXiv 论文?同样欢迎提交请求


笔记长什么样?

Prompt Engineering / Temperature 参数为例——

直觉建立

想象你面前有一个装满彩球的箱子,每个球代表一个可能的下一个 token,球的大小代表它的概率——概率越高,球越大。

  • Temperature = 0:手只会抓到最大的那个球。每次都是。结果完全确定。
  • Temperature 很低(0.1-0.2):大球还是占优势,但偶尔你也会摸到第二大的球。
  • Temperature 接近 1:球的大小差异被"压平"了,输出变得多样、有创意。
  • Temperature 很高(>1):所有球几乎一样大,随便哪个 token 都可能被选中。

类比边界:这个类比没有体现 temperature 对 softmax 函数的数学作用——实际上 temperature 是 softmax 的除数,低 temperature 让概率分布更"尖锐"(赢者通吃),高 temperature 让分布更"平坦"(雨露均沾)。

每个概念都有:直觉类比 → 边界标注 → 参数推荐表 → 常见误用提醒 → 什么时候用


如何使用

在线阅读:直接在 GitHub 上点击目录浏览

本地阅读

git clone https://github.com/191341025/Pandora-Codex-Notes.git

用任何 Markdown 编辑器(VS Code、Typora、Obsidian)打开即可。


想看某份文档变成结构化笔记?

你手上有一份英文技术文档(PDF / Markdown / 纯文本),不限领域,觉得内容不错但啃起来费劲?

提一个 Issue,我来帮你结构化。

Request

提交时请告诉我:

  • 文档名称和链接(或描述来源)
  • 文档主题和大致页数
  • 你最想弄明白的部分(可选)

我会评估文档质量和适用性,优先处理 Star 数和呼声较高的请求。


更新计划

以下为已规划或在考虑中的方向。Star 本仓库可以第一时间收到更新通知。

AI & LLM

主题 源材料 作者 状态
Structured Output 结构化输出技术 Anthropic / OpenAI 计划中
更多论文精读 arXiv 等学术平台 持续中

系统设计与架构

主题 源材料 作者 状态
数据密集型应用设计 Designing Data-Intensive Applications Martin Kleppmann · O'Reilly ✅ 已完成
软件架构基础 Fundamentals of Software Architecture Mark Richards & Neal Ford · O'Reilly 计划中
软件架构难题 Software Architecture: The Hard Parts Neal Ford, Mark Richards et al. · O'Reilly 计划中

编程语言

主题 源材料 作者 状态
Rust 系统编程 Programming Rust, 3rd Edition (2024) Jim Blandy & Jason Orendorff · O'Reilly 计划中
流畅的 Python Fluent Python, 2nd Edition Luciano Ramalho · O'Reilly 计划中
Go 语言 The Go Programming Language Donovan & Kernighan 计划中

基础设施与 DevOps

主题 源材料 作者 状态
Kubernetes Kubernetes: Up and Running, 3rd Edition Burns, Beda & Hightower · O'Reilly 计划中
云原生 DevOps Cloud Native DevOps with Kubernetes, 2nd Edition Arundel & Domingus · O'Reilly 计划中

数据工程

主题 源材料 作者 状态
数据工程基础 Fundamentals of Data Engineering Joe Reis & Matt Housley · O'Reilly 计划中
数据工程设计模式 Data Engineering Design Patterns O'Reilly 计划中

如果这些笔记对你有帮助,欢迎 Star 支持,这是我持续整理分享的最大动力。


关于作者

Ethan — 一个喜欢把复杂文档拆明白的开发者。

这些笔记源于我自己的学习过程。我相信最好的学习方式是把知识教给别人——整理这些笔记既是为了加深自己的理解,也希望能帮到同样在这条路上的你。

有问题或建议?欢迎开 Issue 交流。


License

本仓库内容采用 CC BY-NC-SA 4.0 许可协议。

简单说:可以看、可以转、可以改,但要署名、不能卖钱、改了也要开放。

  • 转载请注明来源和作者
  • 不可用于付费课程、付费专栏等商业用途
  • 改编作品需以相同协议分享

详见 LICENSE 文件。

About

英文技术文档 → 结构化中文笔记 | English technical docs → Structured Chinese notes

Resources

License

Stars

2 stars

Watchers

0 watching

Forks

Releases

No releases published

Packages

 
 
 

Contributors