MapFlow

PUBLIC LEARNING ROADMAP

AI Agent 应用开发工程师学习路径（零基础到商业级 Agent 产品） 学习技能树

由 Skill Tree Engine 确定性生成的只读快照

37 个知识节点 · intermediate

发布者：Fluxxxing

打开互动地图登录后收藏到我的地图
知识目录

基础概念

Python 基础语法与数据结构

变量、数据类型、列表/字典/元组/集合、控制流与函数等语法，作为一切开发的地基

建议预留 240 分钟

学习目标

  • 掌握变量、数据类型、列表字典等核心语法
  • 掌握控制流与函数定义调用

关键概念

  • 变量与类型
  • 控制流
  • 函数
  • 数据结构

为什么学习

  • 零编程基础进入编程世界的第一步，必须能独立编写业务代码而非仅理解

如何检验理解

  • 能独立完成一个含函数、循环、字典操作的命令行小工具

基础概念

Git 版本管理与命令行

Git 基础操作、分支协作、Windows 命令行，工程协作必备工具链

建议预留 120 分钟

学习目标

  • 掌握 Git 核心流程
  • 熟悉 Windows 命令行操作

关键概念

  • commit
  • branch
  • merge
  • 命令行

为什么学习

  • 所有真实项目开发与交付都依赖 Git 与命令行，零基础者必须尽早建立

如何检验理解

  • 能独立完成分支创建、提交、合并并解决基本冲突

核心技能

HTTP/REST API 基础

请求-响应模型、JSON、REST 原则、鉴权，对接外部服务的基础

建议预留 120 分钟

学习目标

  • 理解 HTTP 请求响应机制
  • 掌握 API 调用与 JSON 处理

关键概念

  • HTTP方法
  • REST
  • JSON
  • 鉴权

为什么学习

  • 调用大模型与第三方服务的核心能力，必须熟练使用 requests/httpx 完成调用

如何检验理解

  • 能用 requests 完成一次带鉴权的 API 调用并解析 JSON 结果

基础概念

Python 面向对象编程

类、对象、继承、封装、多态等，用于组织可维护的业务代码

建议预留 120 分钟

学习目标

  • 掌握类与对象基本写法
  • 理解继承封装与多态

关键概念

  • 类
  • 继承
  • 封装
  • 魔术方法

为什么学习

  • Agent 工具封装与类设计依赖 OOP，需达到可实际使用设计模式级别

如何检验理解

  • 能设计一个含继承与封装的小型类体系并解释其结构

核心技能

Python 异步编程与并发

asyncio、async/await、协程与事件循环，用于并发请求与流式响应

建议预留 150 分钟

学习目标

  • 掌握 async/await 语法
  • 能处理异步任务并发与流式输出

关键概念

  • 协程
  • 事件循环
  • asyncio
  • 并发任务

为什么学习

  • Agent 流式输出与多用户并发服务直接依赖 asyncio，需达到熟练使用

如何检验理解

  • 能编写并发调用多个 API 并处理流式响应的异步程序

核心技能

Python 数据类型强化与脚本实战

综合运用编码、字典、JSON 序列化完成一个命令行脚本项目，衔接基础到应用

建议预留 120 分钟

学习目标

  • 掌握文件读写与 JSON 处理
  • 完成一个真实 API 调用脚本

关键概念

  • 文件IO
  • JSON序列化
  • 错误处理

为什么学习

  • 将基础语法与 API 相结合的第一个真实脚本项目，建立完整调用闭环

如何检验理解

  • 能完成一个读取配置、请求 API、保存结果的完整命令行工具

基础概念

Python 包管理与虚拟环境

pip、venv/uv、依赖隔离，保证项目环境干净可复现

建议预留 90 分钟

学习目标

  • 掌握虚拟环境创建与使用
  • 掌握包安装与依赖管理

关键概念

  • pip
  • 虚拟环境
  • 依赖管理

为什么学习

  • 部署与依赖管理的基础，商业项目必须掌握干净的环境管理与 requirements 锁定

如何检验理解

  • 能创建虚拟环境、安装管理依赖并锁定版本导出 requirements

核心技能

LLM 基础与调用原理

大语言模型工作原理、Tokenization、上下文窗口、生成参数与模型选型

建议预留 120 分钟

学习目标

  • 理解 LLM 基本原理
  • 掌握生成参数对输出的影响

关键概念

  • Tokenization
  • 上下文窗口
  • 温度
  • 模型选型

为什么学习

  • AI 工程调优强相关的基础原理，需理解 Token、温度、上下文等概念而不深入训练

如何检验理解

  • 能解释 Token、温度、上下文窗口对输出的影响并据此调参

核心技能

关系数据库与数据持久化

SQLite/PostgreSQL 基础、ORM 使用，保存用户数据对话历史

建议预留 150 分钟

学习目标

  • 掌握 SQL 基础语法
  • 熟练使用 ORM 操作数据库

关键概念

  • SQLite
  • SQLAlchemy
  • ORM
  • 表设计

为什么学习

  • C 端 AI 助手必须持久化用户数据与历史记录，SQL 与 ORM 是必备

如何检验理解

  • 能设计表结构并用 ORM 完成增删改查与关联查询

核心技能

Prompt 工程基础

提示词结构、角色设定、Few-shot、结构化输出，控制模型行为的基础

建议预留 120 分钟

学习目标

  • 掌握提示词结构设计
  • 能实现结构化输出与错误兜底

关键概念

  • 角色设定
  • Few-shot
  • 结构化输出
  • 指令清晰化

为什么学习

  • Agent 产品的核心竞争力，需达到能设计稳定可靠提示词并处理结构化输出

如何检验理解

  • 能设计带角色与 Few-shot 示例的系统提示词并稳定获得预期格式输出

核心技能

Web 前端基础与 AI 助手界面

HTML/CSS/JS 基础 + Streamlit，为个人 AI 助手搭建基础交互界面

建议预留 150 分钟

学习目标

  • 掌握前端基础语法
  • 用 Streamlit 构建交互界面

关键概念

  • HTML/CSS
  • JS基础
  • Streamlit
  • UI组件

为什么学习

  • C 端产品需要可视化界面，做个人 AI 助手产品必须能搭出可交互界面

如何检验理解

  • 能用 Streamlit 搭出带流式对话与参数设置的助手页面

核心技能

FastAPI 后端服务化

用 FastAPI 构建服务端接口，把 Agent 能力封装为可供前端/客户端调用的 REST API

建议预留 150 分钟

学习目标

  • 掌握 FastAPI 路由与请求处理
  • 实现流式响应接口

关键概念

  • FastAPI
  • 路由
  • Pydantic
  • 流式响应

为什么学习

  • 商业产品要求 Agent 能力可对外服务化，FastAPI 是主流且适合异步流式方案

如何检验理解

  • 能用 FastAPI 封装一个带鉴权与流式响应的 Agent 服务接口

核心技能

RAG 检索增强生成原理

检索增强架构、Chunking、Embedding、相似度检索原理

建议预留 120 分钟

学习目标

  • 理解检索增强整体架构
  • 掌握文档切分与向量化思路

关键概念

  • Chunking
  • Embedding
  • 相似度检索
  • 上下文注入

为什么学习

  • RAG 是实现私有知识问答的核心架构，需理解各环节原理才能正确选型调优

如何检验理解

  • 能解释 RAG 全流程原理并说明各组件作用

核心技能

高级 Prompt 技术

Chain-of-Thought、ReAct、思维链等高级策略，让模型完成复杂推理

建议预留 150 分钟

学习目标

  • 掌握 Chain-of-Thought 触发方法
  • 理解 ReAct 推理框架

关键概念

  • CoT
  • ReAct
  • 思维树
  • 自我反思

为什么学习

  • ReAct 与思维链直接构成 Agent 规划推理基础，需熟练运用

如何检验理解

  • 能用思维链引导模型完成多步推理任务并解释各步依据

核心技能

向量数据库与 Embedding 实战

使用 Chroma/FAISS 实现向量化存储与相似度检索，落地 RAG

建议预留 150 分钟

学习目标

  • 掌握 Chroma/FAISS 使用
  • 能完成文档入库与相似度检索

关键概念

  • 向量索引
  • 相似度度量
  • Chroma
  • FAISS

为什么学习

  • C 端助手需本地持久化知识，需能实际使用主流向量库构建检索链路

如何检验理解

  • 能构建一个带文档入库与检索的完整向量数据库应用

核心技能

Function Calling 与工具调用

通过结构化函数声明让 LLM 调用外部工具并解析结果，Agent 的工具能力核心

建议预留 150 分钟

学习目标

  • 掌握函数声明与调用解析
  • 能处理工具调用结果回填

关键概念

  • tool schema
  • 参数解析
  • 结果回填
  • 多轮工具调用

为什么学习

  • Function Calling 是 Agent 调用工具实现任务闭环的关键，必须熟练

如何检验理解

  • 能定义一个函数声明并让 LLM 自主调用完成一个真实任务闭环

补充知识

RAG 优化策略

HyDE、重排序、查询改写、混合检索等 RAG 精度优化技术

建议预留 120 分钟

学习目标

  • 理解常见 RAG 优化手段
  • 能实现重排序与查询改写

关键概念

  • HyDE
  • 重排序
  • 混合检索
  • 查询改写

为什么学习

  • 企业级 RAG 需精度优化，作为进阶方向掌握原理并会基本落地即可，非核心主线

如何检验理解

  • 能应用至少一种重排序技术提升检索准确率并对比效果

核心技能

Agent 核心概念与架构

Agent 定义、规划-工具-记忆-反思核心循环架构

建议预留 90 分钟

学习目标

  • 理解 Agent 核心架构
  • 识别各环节作用与衔接

关键概念

  • 规划
  • 工具调用
  • 记忆
  • 反思循环

为什么学习

  • 理解 Agent 工作循环是设计一切智能体的根基，需清晰掌握架构蓝图

如何检验理解

  • 能画出并讲解 Agent 规划-工具-记忆-反思循环架构

核心技能

LangChain 框架入门

LangChain 核心组件、Chain、模型调用与工具生态

建议预留 150 分钟

学习目标

  • 掌握 LangChain 核心组件
  • 能组装模型与工具链

关键概念

  • Chain
  • LCEL
  • 模型封装
  • 工具生态

为什么学习

  • LangChain 是主流 Agent 生态，需按官方文档与中文社区系统掌握核心用法

如何检验理解

  • 能用 LangChain 组装一个含工具调用的 Chain 应用

核心技能

工具封装与 Function 集成

将业务能力封装为 Agent 可调用工具接口，如检索、计算、日历、API

建议预留 120 分钟

学习目标

  • 掌握工具接口设计规范
  • 能封装业务能力为工具

关键概念

  • 工具封装
  • schema定义
  • 异常处理
  • 权限边界

为什么学习

  • 把真实业务能力接入 Agent 的工具权威，是 Agent 落地的关键工程能力

如何检验理解

  • 能把一个真实外部服务封装成 Agent 可调用的工具并接入测试

核心技能

LangGraph 工作流编排

用图构建有状态、可分支、可控的 Agent 工作流，实现生产级编排

建议预留 180 分钟

学习目标

  • 掌握图式工作流构建
  • 实现状态管理与条件分支

关键概念

  • StateGraph
  • 状态管理
  • 条件路由
  • 工作流编排

为什么学习

  • 商业级 Agent 需要可控可调试的工作流，LangGraph 是当前主流生产框架

如何检验理解

  • 能用 LangGraph 构建一个带条件分支与状态管理的多步工作流

核心技能

Agent 记忆系统

短期/长期记忆、对话历史管理、向量记忆与持久化

建议预留 150 分钟

学习目标

  • 理解内存与长期记忆分层
  • 能管理对话历史与向量记忆

关键概念

  • 短期记忆
  • 长期记忆
  • 会话持久化
  • 向量记忆

为什么学习

  • C 端个人助手需要长期记住用户偏好，记忆系统是该方向差异化核心竞争力

如何检验理解

  • 能实现一个带长期记忆与上下文管理的 Agent 会话系统

核心技能

Agent 规划与推理

任务分解、Plan-and-Execute、ReAct 循环、反思与自我修正

建议预留 150 分钟

学习目标

  • 掌握任务分解与规划
  • 理解 ReAct 执行循环
  • 能实现反思与修正机制

关键概念

  • Plan-and-Execute
  • ReAct循环
  • 任务分解
  • 自我反思

为什么学习

  • 复杂任务拆解与规划是区分简单 Chat 与真正 Agent 的分水岭，需深入实践

如何检验理解

  • 能让 Agent 自主完成一个含多步工具调用的复杂任务并自我修正

核心技能

检索增强工具综合项目

构建一个带 RAG 的知识问答 Agent，综合向量检索、工具调用与记忆

建议预留 240 分钟

学习目标

  • 综合运用 RAG 与 Agent 技能
  • 完成端到端项目开发

关键概念

  • 端到端整合
  • 系统设计
  • 调试排障

为什么学习

  • 第一个综合里程碑项目，把 RAG、工具、记忆打通，验证核心技能掌握度

如何检验理解

  • 交付一个结构完整、可运行的知识问答 Agent 项目并演示检索增强问答

核心技能

Agent 的流式输出与长会话管理

流式 Token 输出、上下文窗口管理、会话持久化与截断策略

建议预留 120 分钟

学习目标

  • 掌握流式响应前端衔接
  • 实现上下文窗口管理

关键概念

  • 流式输出
  • 上下文截断
  • 会话持久化
  • Token预算

为什么学习

  • C 端助手产品的用户体验取决于流式响应与长会话稳定，必须工程化实现

如何检验理解

  • 能实现流式输出且管理长会话上下文窗口不溢出的对话应用

补充知识

多智能体系统 (Multi-Agent)

多个 Agent 协作、角色分工、通信与编排模式

建议预留 120 分钟

学习目标

  • 理解多 Agent 编排模式
  • 能搭建简单协作场景

关键概念

  • 角色分工
  • 通信机制
  • 编排模式
  • AutoGen

为什么学习

  • 智能工作流方向可能涉及多智能体协作，但本目标主线以单 Agent 深度为主，列为补充

如何检验理解

  • 能介绍多 Agent 协作模式并搭建简单协作 demo

核心技能

主流 Agent 框架选型对比

LangChain/LangGraph、CrewAI、OpenAI Agent SDK 等方案综合对比与选型

建议预留 90 分钟

学习目标

  • 掌握各框架核心差异
  • 形成选型决策框架

关键概念

  • 框架对比
  • 选型指标
  • 生态成熟度
  • 成本

为什么学习

  • 技术选型能力是目标岗位核心能力，需形成多框架对比的决策视角

如何检验理解

  • 能根据场景对比说明多个框架优劣并给出选型理由

核心技能

Agent 评估与质量保障

建立测评集与评估指标，系统化测试准确性、稳定性与边界情况

建议预留 150 分钟

学习目标

  • 掌握评估指标设计
  • 能搭建自动化测评流水线

关键概念

  • 测评集
  • 准确率
  • 成功率
  • 回归测试

为什么学习

  • 商业级 Agent 的核心差异在于可评估可迭代，必须建立系统测评体系

如何检验理解

  • 能搭建自动化测评集并对 Agent 迭代前后的效果进行量化对比

核心技能

Agent 安全与防护

Prompt 注入防御、工具权限控制、敏感信息隔离与幻觉降险

建议预留 120 分钟

学习目标

  • 理解 Prompt 注入攻击原理
  • 掌握工具权限与隔离防护

关键概念

  • Prompt注入
  • 越权防护
  • 敏感信息隔离
  • 数据合规

为什么学习

  • C 端产品面对用户输入与工具访问，安全防护是商业上线必备前提

如何检验理解

  • 能为 Agent 配置注入防护与工具权限控制并通过安全测试

核心技能

Docker 容器化与部署

Docker 容器化、镜像构建、云服务器部署与进程管理

建议预留 150 分钟

学习目标

  • 掌握 Dockerfile 编写
  • 能完成云服务器部署与运维

关键概念

  • Docker
  • 镜像构建
  • 容器编排
  • 云部署

为什么学习

  • 商业级产品必须可部署交付，Docker 容器化是上线运维的基础

如何检验理解

  • 能将 Agent 应用容器化并在云服务器成功部署运行

核心技能

Agent 可观测性与调试

Trace 追踪、日志、会话回放等工具定位 Agent 行为问题

建议预留 120 分钟

学习目标

  • 掌握 Trace 与日志体系
  • 能定位 Agent 异常行为

关键概念

  • Trace
  • 结构化日志
  • 会话回放
  • LangSmith

为什么学习

  • 生产环境排查 Agent 故障必须有可观测工具，保障线上稳定性

如何检验理解

  • 能为 Agent 接入 trace 与日志并在故障时定位根因

核心技能

Agent 生产成本与优化

Token 成本核算、缓存策略、模型路由与延迟优化

建议预留 90 分钟

学习目标

  • 掌握成本估算方法
  • 能设计缓存与模型路由

关键概念

  • Token成本
  • 缓存策略
  • 模型路由
  • 延迟优化

为什么学习

  • 商业产品必须控制大模型调用成本，成本优化直接决定产品经济性

如何检验理解

  • 能核算项目 Token 成本并设计缓存与降级方案降低成本

补充知识

CI/CD 与版本管理进阶

Git 分支协作规范、自动化测试与持续集成部署流程

建议预留 120 分钟

学习目标

  • 理解 CI/CD 流程
  • 能配置自动化流水线

关键概念

  • Git工作流
  • 自动化测试
  • 持续集成
  • 持续部署

为什么学习

  • 自动化交付保障质量是工程化能力，为主线之外的补充加分项

如何检验理解

  • 能配置一个简单的自动化测试与部署流水线

补充知识

agentic workflow 设计模式

评估器-优化器、并行化、路由、编排等流程设计模式

建议预留 90 分钟

学习目标

  • 掌握常见 workflow 设计模式
  • 能应用模式优化流程

关键概念

  • 评估器-优化器
  • 并行化
  • 路由
  • 编排

为什么学习

  • 智能工作流方向的设计模式进阶，掌握概念用于架构设计即可

如何检验理解

  • 能识别并应用至少两种 workflow 设计模式到实际场景

核心技能

C 端 AI 助手产品开发项目

以个人 AI 助手为核心的综合项目，整合对话、工具、记忆、安全与部署

建议预留 600 分钟

学习目标

  • 独立完成 Agent 产品全流程
  • 将所学综合应用于真实场景

关键概念

  • 产品化
  • 端到端交付
  • 用户价值
  • 上线运维

为什么学习

  • 目标核心交付物，需独立完成从需求设计到部署上线的完整产品闭环

如何检验理解

  • 交付一个可上线运行、含对话工具记忆安全与部署的个人 AI 助手产品

核心技能

商业级产品架构设计

多租户、高可用、数据合规、产品化封装与客户交付

建议预留 180 分钟

学习目标

  • 掌握商业级架构设计
  • 理解多租户与合规要求

关键概念

  • 多租户
  • 高可用
  • 数据合规
  • 产品化

为什么学习

  • 从项目到商业产品需完整架构设计能力，是胜任企业级岗位的兜底能力

如何检验理解

  • 能为某 Agent 场景设计含多租户、合规、高可用的完整产品架构图

核心技能

企业级智能工作流项目

面向真实业务场景的智能工作流 Agent 项目，体现技术选型与方案评估能力

建议预留 480 分钟

学习目标

  • 能完成企业场景需求拆解
  • 独立完成选型与方案设计并落地

关键概念

  • 需求分析
  • 技术选型
  • 方案评估
  • 价值交付

为什么学习

  • 证明可胜任企业级岗位的实战项目，需完整呈现需求分析与技术选型能力

如何检验理解

  • 交付一个有明确需求分析、技术选型文档与可运行系统的企业场景 Agent 项目

前置关系与知识联系

结合互动地图查看具体关系类型，再选择下一步。