1.
基础概念
1.
Fine Tuning
2.
Prompt Engineering
2.
Context Enginnering
3.
RAG
6.
模型评估
7.
Token
8.
Guardrails
9.
自监督学习
10.
Temperature, Top P, Top K
11.
多模态- Multimodal Model
12.
Deep Agent
2.
Bedrock
1.
InvokeModel与Converse
2.
Text Generation - I
3.
文本生成
4.
文本摘要(Text Summarization)
5.
Text Summarization II - 使用 Langchain 进行文本摘要
6.
Image Generation
7.
Chatbot
8.
Embeddings
9.
图片Embeddings
10.
Cross region inference
12.
Prompt Router
13.
Prompt Caching
14.
Fable5
3.
RAG
1.
使用LangChain构建RAG应用
2.
使用Langchain构建RAG应用 - II
3.
Knowledge bases
4.
Knowledge bases - II
4.
Nova
1.
Nova Canvas - 从文本提示生成图像
2.
Nova Canvas - 基于图象的生成
3.
Nova Canvas - Mask prompt
4.
Nova Canvas - 背景移除
5.
Nova Canvas - 物体替换
6.
Nova Reel - 文本到视频
7.
Nova Reel - 图像到视频
8.
Nova - 多模态理解
9.
Nova - Converse API
10.
Nova - 与Langchain集成
5.
Kiro
1.
Vibe Coding项目 - I
2.
Vibe Coding项目 - II
3.
Vibe Coding项目 - III
4.
Vibe Coding项目 - IV
5.
Vibe Coding项目 - V
6.
Cursor
1.
cursorrules文件
2.
Cursor Chat功能
3.
Cursor项目实践
4.
Cursor项目实践 - II
5.
Cursor项目实践 - III
6.
Cursor Composer
7.
DeepSeek
1.
部署Deepseek
2.
Python调用deepseek API
3.
代码自动生成
4.
SQL生成
5.
代码debug
6.
代码生成文档
7.
文本处理
8.
办公场景的使用
8.
MCP
1.
初探MCP server
2.
创建自己的MCP Server
3.
Resource
4.
Awesome MCP
9.
Claude Code
1.
Claude基础配置
2.
Claude Code基础使用 - I
3.
Claude Code基础使用 - II
4.
Context命令
5.
Plan Mode
6.
Subagent
7.
Skills
8.
Output Style
9.
小结
10.
Statusline
11.
对Agent编程的思考实践
12.
Coding Agent的安全
10.
OpenClaw
1.
安装
2.
EKS + Fable5 + OpenClaw
11.
AgentCore
1.
环境准备
2.
构建 Agent 原型 - I
3.
构建 Agent 原型 - II
4.
添加Memory功能
5.
Memory原理探索
6.
使用 Gateway
7.
可观测性
8.
集成Cognito
9.
评估Agent质量
10.
总结
12.
OpenAI Models
1.
使用bedrock调用gpt5.5
2.
OpenAI CLI
3.
结构化输出
4.
多模态 - 图片识别
5.
CodeX
6.
配置MCP
7.
7
8.
8
清除历史
GenAI
>
OpenClaw
> EKS + Fable5 + OpenClaw
EKS + Fable5 + OpenClaw
部署文档放在
https://github.com/kongpingfan/openclaw-eks-fable5/