生成式思维与知识工作流学习笔记
更新: 4/7/2026 字数: 0 字 时长: 0 分钟
课程学习地址
- 课程打卡地址
https://m.datawhale.cn/activity/461
- 大家可以提前看下课程的readme和讲义大纲提前了解
说明
本次课程学习活动免费，如果有私聊提出收费，请警惕。
课程目标
完成本课程，你将：
- 理解生成式AI工作方式与知识工作流思维
- 学会将知识任务拆解、结构化输入、迭代优化
- 能构建可复用工作流模板（Workflow Template）
- 具备封装Cherry Studio智能助手
- 产出一个可运行的 ModelScope MCP Agent
最终，你将完成一套属于自己的 AI工作助手。
课程安排
| 任务信息 | 天数 | 作业 | 打卡截止时间 |
|---|---|---|---|
| 12月15日正式开始 | 共14天 | ||
| 第一周：思维重构与结构化 目标：掌握结构化输入与生成式推理。 | |||
| Task01：从搜索到生成——定义你的知识工作流图谱 | 2天 | Workflow-Diagram.png (工作流可视化图) | 截止时间 12月16日23:59 |
| Task02：结构化输入——为AI准备清晰的“图纸” | 2天 | Structured-Note.md (Obsidian 笔记包) | 截止时间 12月18日23:59 |
| Task03：生成与迭代——导演你的首次人机共创 | 2天 | Prompt-Log.md (迭代日志对比表) | 截止时间 12月20日23:59 |
| 第二周: 资产沉淀与自动化目标：从手动操作进阶为智能体开发。 | |||
| Task04：资产沉淀——构建工作流模板 | 2天 | SOP-Template.md (可复用模板) | 截止时间 12月22日23:59 |
| Task05：智能助手入门——让工作流半自动运行 | 2天 | Agent-Config.json (智能体配置文件) | 截止时间 12月24日23:59 |
| Task06：智能助手开发——构建可复用的知识工作助手 | 4天 | Final-Project-Package (综合项目包) | 截止时间 12月28日23:59 |
| DEMO DAY：优秀学习者分享作品 | 时间待定 |
角色分工
本课程采用 3-5人小组制。AI 时代不再有独行侠，我们需要学会“人-人协作”与“人-机协作”。
- Product Owner (队长): 统筹进度，负责最终 Pull Request 的提交与质量把控。
- Prompt Architect (提示词架构师): 负责设计结构化 Prompt，优化生成效果。
- Tool Specialist (技术专家): 负责 Cherry Studio 环境配置、MCP 调试与工具链打通。
- Knowledge Curator (知识库管理员): 负责 Obsidian 笔记整理与资产归档。
技术栈
本课程采用 “本地优先 + 开源协议” 的工具栈，拒绝黑盒，拥抱开源：
- 知识库/编辑器: Obsidian
- AI 客户端 (驾驶舱): Cherry Studio
- 模型源 (发动机): ModelScope (魔搭社区) - Qwen2.5 / DeepSeek
- 连接协议 (机械臂): MCP (Model Context Protocol)
如果是零基础的可以看 CherryStudio搭建本地AI知识库 这个视频了解 Cherry Studio
对MCP不了解的可以看这个视频了解 MCP是啥？技术原理是什么？一个视频搞懂MCP的一切。
最后今天任务的操作指南 使用魔搭社区的API key使用大模型_哔哩哔哩_bilibili
详细提交作业方式参考： 通过生成式思维构建MCP智能体 - Datawhale