更新说明书

Author: zhiyunlee

README.md

@@ -1,3 +1,30 @@
-# deep-ai
+# Deep-AI 🤖
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)[![cn](https://img.shields.io/badge/文档-中文版-important)](docs/README_zh_CN.md)
 
-0220 使用自定义镜像构建适配Mac（M系列芯片）的Xinference容器镜像
+面向产品经理的AI技术学习知识库，系统化梳理人工智能领域核心技术栈与工具实践指南。持续更新中，欢迎Star⭐️ & Contribution📝
+
+## 🚀 项目背景
+作为数字产品管理者，理解AI技术边界是实现技术驱动产品创新的关键。本知识库旨在：
+- 构建PM视角的AI技术认知框架
+- 解构AI项目全生命周期管理方法论
+- 提供可落地的工具链实践指南
+- 建立技术方案评估的工程思维
+
+## 📚 知识体系架构
+### 核心模块
+| 模块 | 关键技术栈 | 产品化要点 |
+|------|------------|------------|
+| [机器学习基础](docs/ml-foundation) | 监督学习/特征工程/模型评估 | 需求场景匹配度分析 |
+| [深度学习实战](docs/deep-learning) | CNN/RNN/Transformer | 模型复杂度与业务ROI平衡 |
+| [AI工程化](docs/mlops) | 特征存储/模型监控/持续训练 | 技术债管理策略 |
+| [行业解决方案](docs/industry-cases) | 推荐系统/NLP应用/CV落地 | 商业价值验证框架 |
+
+### 工具全景图
+```mermaid
+graph TD
+    A[开发工具] --> B(Python/PyTorch)
+    A --> C(Jupyter/Colab)
+    D[数据处理] --> E(Pandas/Spark)
+    D --> F(Label Studio)
+    G[模型部署] --> H(TensorFlow Serving)
+    G --> I(ONNX/Docker)