Starter
Prompt Trace Audit
审计一个正在使用的 AI 流程，把输入、上下文层级和输出失败点完整画出来。
打开项目Projects
项目中心
课程之后，最重要的是把理解放进真实环境里。这里的项目练习用来逼你把抽象概念转成具体架构和决策。
Core
Context Architecture Rewrite
把一个超长 prompt 重构成固定协议、任务状态和即时证据三层结构。
打开项目Advanced
Eval Loop Launch
用真实失败案例创建最小评估集，建立版本对比和回归检测机制。
打开项目Advanced
Guardrail Audit
为一个带工具或知识库的 workflow 画出 trust boundary，检查 prompt injection、越权动作和敏感输出路径。
打开项目Core
Latency / Cost Audit
审计一个真实链路的请求数、上下文膨胀、缓存空间和异步机会，先把系统浪费抓出来。
打开项目Core
Output Contract Workshop
把一个自由文本任务改造成字段、类型、失败策略都清楚的输出契约，避免下游继续猜意思。
打开项目Advanced
Retrieval / Grounding Audit
审计一条 evidence chain，检查 query、filter、citation 和 freshness 是否真的成立。
打开项目Advanced
Freshness Governance Audit
给知识源定义 freshness class、owner、review cadence 和 stale-content triage，避免旧文档伪装成当前事实。
打开项目Advanced
Workflow Routing Lab
把一个带工具的 workflow 画成 routing 图，明确哪里要澄清、哪里要取证、哪里要确认，以及哪些步骤应该固化成 operator skill。
打开项目Advanced
Routing Policy Audit
审计任务分类、模型路径、拒答规则和 fallback 顺序，让系统知道什么时候不该直接回答。
打开项目Advanced
Rubric Grading Lab
把一条真实 workflow 审成 scoring rubric、grader spec 和 calibration sheet，让质量判断可复查。
打开项目Advanced
Human Review Queue Lab
设计 hard stop、queue owner、SLA 和 handoff packet，让系统在该停的时候真的停下来。
打开项目Delivery Standard
项目课不是练手，是交付
每个项目课最终都应该产出一个可运行 demo、一个架构说明和一份复盘。也就是说，用户收获的不只是“我学过”，而是“我真的做出来了”。
Search Cluster
项目中心也需要可搜索入口
很多高意图用户会先搜 workflow、OpenClaw、billing tutorial，然后才进入项目交付路径。
AI Workflow Course
AI Workflow 课程，目标不是会聊，而是会搭可交付流程
如果用户搜的是“AI workflow course”，他真正需要的不是再看一次模型介绍，而是学会把 AI 接进真实工作流、工具链、权限和交付标准。
打开路径Agent Workflow Design
Agent Workflow Design，不是让模型自己猜下一步
很多人搜 agent workflow design 时，想找的是一套能真正执行、能停止、能交接、能复盘的设计方法。DepthPilot 把它拆成 routing、工具边界、确认关卡和 operator skills。
打开路径AI Workflow Automation Course
AI Workflow Automation 课程，重点不是自动化按钮，而是可维护系统
用户搜 AI workflow automation course，很多时候想找的是能真正跑起来的自动化路径，而不是一堆零散工具演示。DepthPilot 把它接到系统设计、权限和项目交付上。
打开路径OpenClaw Tutorial
OpenClaw 教程，不只是装起来，而是跑通、排错、沉淀成 skills
这个入口页直接对齐 OpenClaw tutorial 搜索意图，帮用户先理解自己会拿到什么，再进入正式跟做课、skills 页和项目路径。
打开路径Creem Billing Tutorial
Creem Billing 教程，真正关键的是 webhook 和 entitlement
对搜 Creem billing tutorial 的用户来说，真正难的不是做 checkout 按钮，而是让支付状态、portal 和站内权限真正联动。
打开路径LLM Model Routing Guide
LLM 模型路由指南，别再让所有请求都走同一条回答链
很多人搜 model routing，只盯着哪个模型更强。DepthPilot 更关心的是：哪些请求值得强路径，哪些应该走便宜路径，哪些根本不该直接回答。
打开路径Prompt Injection Defense
Prompt Injection 防护，不是再补一句“忽略恶意输入”
很多人搜 prompt injection defense，是因为系统开始接用户文本、网页内容或知识库之后，已经意识到靠 prompt 提醒不够。DepthPilot 关心的是 trust boundary、动作确认和真正能止损的 guardrails。
打开路径LLM Latency and Cost Guide
LLM 延迟与成本指南，先消灭浪费，再谈模型价格
很多人搜 LLM latency 或 cost optimization 时，第一反应是换更便宜模型。DepthPilot 更关心的是：系统有没有重复请求、上下文有没有膨胀、哪些任务其实该缓存或异步。
打开路径Human in the Loop AI
Human in the loop 不是兜底口号，而是升级路径、review queue 和 handoff packet 设计
很多人搜索 human in the loop AI，只是想知道“要不要人来审核”。DepthPilot 关心的是更实战的问题：什么时候必须停下、谁来接手、接手时系统要交什么证据。
打开路径RAG Freshness Governance
RAG 不是检索到就算 grounded，真正关键是 freshness governance
很多团队把 RAG 做成“能搜到一些文档”，然后就默认系统有了可靠知识。DepthPilot 关心的是：这些文档谁负责、多久过期、版本怎么治理、过时了怎么办。
打开路径LLM Evaluation Rubric
LLM evaluation rubric，不是打分表花架子，而是修复顺序和上线判断
很多人在搜索 LLM evaluation rubric 时，只是想找一张模板。DepthPilot 更进一步：我们把 rubric 变成维度、锚点、hard-stop 和 grader 规则，帮助用户真正决定系统哪里坏了、先修哪里。
打开路径Structured Outputs Guide
Structured Outputs 指南，不是让模型“像 JSON”，而是让结果真的可验证
很多人搜 structured outputs，只是想知道怎么让模型吐出 JSON。DepthPilot 更关心的是：怎样把 AI 输出变成系统能验证、能拒绝、能回退的契约。
打开路径Retrieval and Grounding Guide
Retrieval 与 Grounding 指南，不是把文档全塞进去就算做了 RAG
很多人搜 retrieval 或 grounding，只想知道怎么把文档喂给模型。DepthPilot 更关心的是：什么时候必须取证、如何筛证、如何保留来源，让用户真正知道答案为什么值得信。
打开路径