LLM-101：面向初学者的交互式大语言模型入门指南

LLM-101是开源静态HTML交互式教育项目，通过7个概念解释模块（配可视化示例与交互演示）和LLM无关对比标签页（Claude/ChatGPT/Gemini），帮助初学者理解LLM核心概念。具备零依赖部署、极速加载、离线可用等优势，定位技术小白，聚焦建立正确认知。

LLM-101定位为面向"技术小白"的LLM入门教程，采用纯静态HTML技术栈，无需服务器环境。核心设计模式是"概念解释器"，通过7个模块拆解复杂AI概念，避开数学公式，用类比、可视化降低学习门槛。

静态化部署策略

完全静态化方案，所有内容以HTML/CSS/JS文件存在：零依赖部署（无需Node.js/Python）、极速加载（资源本地托管）、离线可用、长期可维护（不依赖外部CDN/API）。

LLM无关对比标签页

设置Claude/ChatGPT/Gemini标签页，展示同一问题的回答差异，帮助理解模型能力边界、培养选型意识、避免单一模型依赖。

1. 什么是大语言模型：解释LLM本质（海量文本训练的神经网络），展示预训练/微调阶段可视化；
2. Token与上下文窗口：讲解Token拆分及交互式演示，介绍上下文窗口限制；
3. 提示工程基础：零样本/少样本提示、角色设定、输出格式控制等技巧；
4. 模型能力与局限：分析幻觉、数学推理可靠性、长文本衰减、安全对齐机制；
5. 实际应用场景：内容创作、代码编写、学习辅导、多语言翻译；
6. API调用集成：API密钥管理、请求配置、流式响应处理；
7. AI伦理：数据隐私、版权归属、深度伪造、就业影响。

适用人群

• 适合：AI兴趣小白、需解释LLM的产品经理/教育者、LLM基础初学者；
• 不适合：算法工程师、生产部署开发者。

教育价值

提供结构化低门槛学习路径，聚焦"建立正确认知"，帮助避开信息混乱快速掌握核心概念。

性能优化

自托管字体（无Google Fonts依赖）：保护隐私、受限网络可用、样式稳定；字体子集化处理，减小体积优化加载。

开源扩展

宽松许可证允许社区翻译、添加模块、适配企业内训、集成教育平台；模块化架构易扩展新内容。

LLM-101是AI教育的有益尝试，为初学者提供清晰学习路径，未覆盖所有技术细节但聚焦认知建立。静态化自托管方案为教育内容长期保存提供可行模式，是值得收藏的优质入门资源。