围绕 CCAF / CCA-F 五大考域整理的中文实战教程合集——从 Workflow 与 Agent 架构选择，到 MCP 落地、Prompt 评估、RAG 混合检索与上下文管理。 每篇都对齐一个考域，帮你把备考知识转成可复用的工程能力。
设计项目级指令、Skills、Hooks 和规范驱动任务，让 AI Code Assistant 在明确权限与测试门禁下完成可追溯开发。
用一个最小可运行架构理解 MCP 从本地原型到生产部署的关键步骤：能力建模、生命周期、权限、测试、观测和回滚。
学习如何划分稳定前缀与动态上下文，设计 Prompt Caching 的命中、失效、安全和观测策略，并避免缓存过期事实。
从目标指标、测试样本、评分规则和失败分类出发，建立 Prompt 版本评估与回归流程，避免凭单次输出优化。
理解何时使用 BM25、向量检索和混合召回，设计权限过滤、重排、引用和失败回退，提升 RAG 的可追溯性。
通过任务可预测性、风险、成本和恢复要求，判断应该使用 Workflow、Agent 还是混合架构，并避免不必要的多 Agent 复杂度。
先按五大考域理清知识地图，再进入结构化备考路线。学习专栏的每篇教程都能对应到某个考域，读完后回到指南继续系统推进。
训练营围绕生产场景与五大考域组织；企业团队可定制落地路径。企业服务由 Ameureka 承接，遵守项目规定的客户资格边界。