全课程项目矩阵

这张表帮助你把课程从“章节列表”变成“作品路线”。每个阶段都至少保留一个可运行成果，最后你会得到一组能展示成长过程的项目证据。

学习站	最小项目	标准项目	挑战项目	作品集证据
1 开发者工具基础	建仓库并跑通 Python	配好 Git、VS Code、Jupyter	写环境搭建脚本	README、截图、提交记录
2 Python 编程基础	命令行任务管理器	支持 JSON 保存和模块拆分	加 Web API 或 AI API 调用	运行命令、示例输入输出
3 数据分析与可视化	单 CSV EDA	多数据源分析报告	加数据库和交互图表	图表、结论、数据清洗记录
4 AI 数学基础	用向量和概率解释数据	梯度下降可视化小实验	反向传播直觉演示	公式解释、图示、实验记录
5 机器学习	房价或分类 baseline	完整 sklearn pipeline	特征工程和模型对比	指标、baseline、错误分析
6 深度学习与 Transformer	PyTorch 训练循环	图像或文本分类项目	训练诊断与迁移学习	曲线、混淆矩阵、失败样本
7 大模型原理与 Prompt	Prompt 模板集	学习计划/复盘卡生成器	行为对比评估表	Prompt 版本、输出对比
8 LLM 应用与 RAG	Markdown 检索问答	课程知识库助手	Rerank、评估集、引用检查	问题集、来源引用、评估结果
9 AI Agent	工具调用小 Agent	学习规划 Agent	加记忆、MCP、trace 和安全边界	执行轨迹、工具日志、回放样本
10-12 方向拓展	选一个方向小实验	多模态或 AIGC 工作流	毕业级完整产品	demo、架构图、评估和复盘

怎么使用这张矩阵

如果你时间有限，每个阶段只完成最小项目也可以继续往后走。如果你想做作品集，建议至少在机器学习、RAG、Agent、多模态阶段完成标准项目，并把 README 写完整。

不要把挑战项目当成必做项。它们更适合在你已经跑通主线后，用来把作品从“学习练习”升级成“可展示项目”。