Code
Road
Map
路线图
学习路径
文章
题库
资源
社区
首页
/
路线图
/
AI 智能体开发路线图
AI 智能体开发路线图
学习设计、构建并上线 AI 智能体的完整路径。
难度
中级
时长
26 周
知识点
101
模块
3
0%
整体完成度
…
继续学习
已完成
进行中
未开始
1. 阶段一
0/85
Transformer 模型与大语言模型
分词(Tokenization)
上下文窗口
基于 Token 的计费
Temperature(温度)
频率惩罚(Frequency Penalty)
存在惩罚(Presence Penalty)
Top-p
停止条件
流式与非流式响应
推理模型与标准模型
微调与提示工程
嵌入与向量搜索
理解 RAG 的基础知识
常见模型定价
什么是 AI Agent?
什么是工具?
个人助理
代码生成
数据分析
网页抓取与爬取
NPC / 游戏 AI
最大长度(Max Length)
什么是提示词工程
明确表达你的需求
提供额外上下文
使用相关的技术术语
在提示词中使用示例
迭代与测试你的提示词
指定长度、格式等要求
网络搜索
代码执行 / REPL
数据库查询
API 请求
Email / Slack / SMS
文件系统访问
什么是智能体记忆?
短期记忆
长期记忆
情景记忆与语义记忆
RAG 与向量数据库
用户画像存储
总结 / 压缩
遗忘 / 老化策略
ReAct(推理 + 行动)
MCP 客户端
创建 MCP 服务器
本地桌面
远程 / 云端
思维链(CoT)
RAG 智能体
规划器-执行器
DAG 智能体
手动构建(从零开始)
LLM 原生“函数调用”
Gemini 函数调用
OpenAI 助手 API
LangChain
LlamaIndex
Haystack
AutoGen
CrewAI
Smol Depot
Anthropic 工具使用
需要跟踪的指标
单个工具的单元测试
流程的集成测试
人在回路评估
LangSmith
Ragas
DeepEval
结构化日志与追踪
LangSmith
Helicone
LangFuse
openllmetry
提示词注入 / 越狱
工具沙箱 / 权限控制
数据隐私与 PII 脱敏
偏见与有害内容护栏
安全与红队测试
Agno
LangGraph
自我批判智能体
多智能体
2. 阶段二
0/3
智能体循环
思维树
OpenAI 函数调用
3. 阶段三
0/13
后端开发基础
Git 与终端使用
REST API 知识
开放权重模型
闭源权重模型
感知 / 用户输入
推理与规划
执行 / 工具调用
观察与反思
工具定义
模型上下文协议(MCP)
MCP 主机
MCP 服务器