Python Agent Development
生产级 AI Agent 应用开发完整体系(Python)
Agent 开发主线知识树:Python 基础 → FastAPI 服务层 → LLM 原理与 API → Agent 核心(含 MCP)→ LangChain/LangGraph 深度 → Agent 模式与实战 → ML 基础(了解)→ RAG 深度 → 生产化与毕业项目
74 个知识节点 · intermediate
阅读学习路线 →EXPLORE THE LIBRARY
先看看学习目标、知识节点与前置关系。公开地图可以直接阅读,收藏时再登录。
Python Agent Development
Agent 开发主线知识树:Python 基础 → FastAPI 服务层 → LLM 原理与 API → Agent 核心(含 MCP)→ LangChain/LangGraph 深度 → Agent 模式与实战 → ML 基础(了解)→ RAG 深度 → 生产化与毕业项目
74 个知识节点 · intermediate
阅读学习路线 →国考常识判断全板块备考技能树
由 Skill Tree Engine 确定性生成的只读快照
26 个知识节点 · intermediate
阅读学习路线 →成为可独立交付的全栈工程师:前端+后端+部署+运维两年路径
由 Skill Tree Engine 确定性生成的只读快照
37 个知识节点 · intermediate
阅读学习路线 →NestJS + Agent AI Backend
完整 NestJS 知识树 + 生产级 AI/Agent 应用能力图。
79 个知识节点 · advanced
阅读学习路线 →中建史考研理论
以“结构—空间—制度—时代”为骨架,深入建立中国古建筑的识读、断代与论述能力。由建筑史理论学习 MVP 的“中建史断代与制度枢纽”扩展而来。
22 个知识节点 · advanced
阅读学习路线 →Deep Learning with d2l (PyTorch)
以《动手学深度学习》(d2l)为核心的深度学习学习图,按「独立实现+拓展」验收。重要:d2l 中文版默认展示 MXNet 代码,本图全程绑定 PyTorch 版——用 d2l-zh-pytorch-colab 的笔记本或 zh-v2.d2l.ai/d2l-zh-pytorch.pdf。粒度 60-300 分钟/节点。前置:《Python 基础》全部(尤其 NumPy 的 axis/Broadcasting)。
34 个知识节点 · advanced
阅读学习路线 →Python Agent Development
Agent 开发主线知识树:Python 基础 → FastAPI 服务层 → LLM 原理与 API → Agent 核心(含 MCP)→ LangChain/LangGraph 深度 → Agent 模式与实战 → ML 基础(了解)→ RAG 深度 → 生产化与毕业项目
74 个知识节点 · intermediate
阅读学习路线 →基于强化学习与分层控制的四足机器人速度跟踪与鲁棒运动(大脑-小脑-脊髓三层次系统)
由 Skill Tree Engine 确定性生成的只读快照
25 个知识节点 · intermediate
阅读学习路线 →SSM + MySQL 大数据量生物数据库后端开发(查询/筛选/图表/导出)
由 Skill Tree Engine 确定性生成的只读快照
31 个知识节点 · intermediate
阅读学习路线 →CODESYS平台PLC编程与项目开发
由 Skill Tree Engine 确定性生成的只读快照
32 个知识节点 · intermediate
阅读学习路线 →可移植FOC电机控制库开发
由 Skill Tree Engine 确定性生成的只读快照
29 个知识节点 · intermediate
阅读学习路线 →Rust Axum 认证后端交付项目(PostgreSQL + 测试 + 部署)
由 Skill Tree Engine 确定性生成的只读快照
39 个知识节点 · intermediate
阅读学习路线 →考研西医综合306(目标220分)
由 Skill Tree Engine 确定性生成的只读快照
26 个知识节点 · advanced
阅读学习路线 →NestJS + Agent AI Backend
完整 NestJS 知识树 + 生产级 AI/Agent 应用能力图。
79 个知识节点 · advanced
阅读学习路线 →NestJS + Agent AI Backend
完整 NestJS 知识树 + 生产级 AI/Agent 应用能力图。
79 个知识节点 · advanced
阅读学习路线 →AIGC 全链路:从 AI 图片/视频创作到独立开发 AI 应用(零编程基础路径)
经人工校准的私人学习树。【时间口径】estimated_minutes 已按零基础实操重估,为含练习与产出的真实投入时长(非纯理解时长),合计 8580 分钟 ≈ 143 小时。【推进结构】原 depth 0–11 线性铺开重排为 7 阶段:①环境与语言地基 ②接通 API 与成本意识 ③出图主力 ④可控生成 ⑤视频成片与合规 ⑥知识增强与智能体 ⑦产品化与端到端交付。【布局】已按此结构建成 8 个块(上述 7 阶段 + 1 条并行轨「画面审美与视觉叙事」),前端切到「按块布局」即可查看。【关键路径】环境→Python 脚本→JSON→HTTP/API→大模型 API→解码原理→提示词工程→出图工具→SD 原理→ControlNet→精修→视频生成→剪辑→需求转译→综合项目;另有工程支线(向量库→RAG→Function Calling→Agent→框架→Web 后端→部署)与视觉支线(ComfyUI、LoRA、版权、行业理解)可并行。【节奏参考】5 小时/周 约 29 周;10 小时/周 约 14 周。【特别注意】画面审美与视觉叙事为 8 周并行微训练(每天 15 分钟 + 每周 1 次 60 分钟),不阻塞主干。【方法论要点】审美节点需从被动观看改为刻意训练(命名能力 + 归因能力 + 跨域参照系);工程支线只依赖大模型 API,可与视觉主线交替推进。
32 个知识节点 · intermediate
阅读学习路线 →kaoyan-22408
2028 考研 22408 组合(政治 + 英语二 + 数学二 + 408 计算机统考)的备考技能树:按七大块组织,覆盖基础、强化、冲刺的学习依赖顺序。完成度从零开始,由本人在学习中逐步勾选。
46 个知识节点 · intermediate
阅读学习路线 →AI产品经理转行实战技能树(零经验入门→独立产出成果)
由 Skill Tree Engine 确定性生成的只读快照
36 个知识节点 · intermediate
阅读学习路线 →NestJS + Agent AI Backend
完整 NestJS 知识树 + 生产级 AI/Agent 应用能力图。
79 个知识节点 · advanced
阅读学习路线 →Python Agent Development
Agent 开发主线知识树:Python 基础 → FastAPI 服务层 → LLM 原理与 API → Agent 核心(含 MCP)→ LangChain/LangGraph 深度 → Agent 模式与实战 → ML 基础(了解)→ RAG 深度 → 生产化与毕业项目
74 个知识节点 · intermediate
阅读学习路线 →职业规划:化工工程管理×EHS×AI+工业转型
29岁材料本科/化工建设设备安装背景,以回临淄定居为第一优先级的三线并进计划:主线回临淄落地+持证溢价,第二曲线AI+工业。
14 个知识节点 · advanced
阅读学习路线 →AI开发核心概念入门(非编程背景)
由 Skill Tree Engine 确定性生成的只读快照
22 个知识节点 · intermediate
阅读学习路线 →Python Agent Development
Agent 开发主线知识树:Python 基础 → FastAPI 服务层 → LLM 原理与 API → Agent 核心(含 MCP)→ LangChain/LangGraph 深度 → Agent 模式与实战 → ML 基础(了解)→ RAG 深度 → 生产化与毕业项目
74 个知识节点 · intermediate
阅读学习路线 →NestJS + Agent AI Backend
完整 NestJS 知识树 + 生产级 AI/Agent 应用能力图。
79 个知识节点 · advanced
阅读学习路线 →