Data-Driven AI：从数据到智能

Teach Data Engineers How to Think AI.

一部开源技术书籍，帮助具有数据研发背景的工程师完成 AI 思维升级（Mindset Shift）。

本书不是 AI 入门教程，不是 Prompt Engineering 教程，不是 LangChain 或 MCP 的使用手册。

本书唯一目标：让读者从数据视角理解 AI。

---

全书主线

flowchart LR
    A[传统数据平台] --> B[AI Ready Data Platform]
    B --> C[Ontology]
    C --> D[Semantic Layer]
    D --> E[Knowledge Foundation]
    E --> F[RAG]
    F --> G[AI Agent]
    G --> H[Data Loop]
    H --> I[Ontology Evolution]
    I -.循环.-> C

Loading

整本书只有两个真正的核心：Ontology（机器理解企业业务世界的方式）与 Data Loop（AI 系统持续学习、持续修正、持续演进的能力）。

---

目标读者

• 数据研发工程师（Data Engineer）
• 数据平台工程师（Data Platform Engineer）
• 数据架构师（Data Architect）
• Analytics Engineer
• 技术负责人（Tech Lead）

经验门槛：5~15 年。默认读者已熟悉 SQL、ETL、Lakehouse、CDC、Streaming、Spark、Flink、Airflow、数据治理、元数据、数据血缘。

---

快速开始

本书使用 MkDocs Material 构建。

# 安装依赖（需要 [uv](https://docs.astral.sh/uv/)）
uv sync

# 本地预览
uv run mkdocs serve

# 浏览器打开
# http://127.0.0.1:8000

---

目录结构

data-driven-ai-guide/
├── .vscode/settings.json Cursor Markdown 预览（Mermaid neutral 主题）
├── pyproject.toml        Python 项目与依赖（uv）
├── uv.lock               依赖锁文件
├── LICENSE               CC BY-NC-SA 4.0 许可协议
├── mkdocs.yml            站点配置
├── AGENTS.md             协作路由（入口）
├── handbook/             全书规范（唯一真相源）
│   ├── BOOK_CONSTITUTION.md
│   ├── ARCHITECTURE.md
│   ├── WRITING_STYLE.md
│   ├── GLOSSARY.md
│   └── DIAGRAM_GUIDE.md
├── docs/                 书稿内容（MkDocs 内容根）
├── diagrams/             架构图源文件
├── assets/               静态资源
└── scripts/              校验与构建辅助脚本

---

贡献

写任何章节前，请先阅读：

1. AGENTS.md -- 协作路由
2. handbook/BOOK_CONSTITUTION.md -- 全书宪法
3. handbook/ARCHITECTURE.md -- DDA 方法论
4. handbook/WRITING_STYLE.md -- 写作规范
5. handbook/GLOSSARY.md -- 术语表
6. handbook/DIAGRAM_GUIDE.md -- 图表规范

handbook/ 是唯一规范来源。

---

许可证

本项目采用 CC BY-NC-SA 4.0（署名-非商业性使用-相同方式共享 4.0 国际）许可协议。

• 署名（BY）：必须给出适当署名（作者：zhiweio）、提供指向本许可协议的链接，同时标明是否对原始内容做了修改。
• 非商业性使用（NC）：不得将本作品用于商业目的。
• 相同方式共享（SA）：基于本作品演绎的内容须按相同的许可协议发布。

完整法律文本见 LICENSE。