学习路径
三条精心设计的学习路径，根据你的目标选择最适合的方向
🚀
AI Agent 入门之路
从零开始，理解 AI Agent 核心概念，搭建第一个智能体
⏱ 约 2 周 · 入门
- 1 理解 AI Agent 核心概念
什么是 Agent、它与传统 AI 的区别
- 2 掌握 Prompt 基础
学会编写高质量 Prompt，驱动 Agent 行为
- 3 动手：第一个 LangChain Agent
使用 LangChain 构建可调用工具的 Agent
- 4 理解 Agent 记忆系统
短期记忆与长期记忆的设计与实现
- 5 实战：构建 SQL 查询助手
将自然语言转为 SQL，落地第一个项目
🔍
RAG 系统构建之路
从文档处理到生产优化，完整掌握检索增强生成
⏱ 约 3 周 · 进阶
- 1 RAG 架构全景
理解 RAG 的完整架构与核心组件
- 2 文档分块策略
掌握 Chunking 的各种策略与最佳实践
- 3 向量数据库选型
对比 Pinecone、Chroma、Milvus 等方案
- 4 混合检索与重排序
提升检索质量的进阶技术
- 5 实战：企业文档问答系统
构建生产级 RAG 系统，覆盖多格式文档
⚡
Multi-Agent 生产部署之路
构建多智能体协作系统，从开发到生产全流程
⏱ 约 4 周 · 高级
- 1 多 Agent 架构设计
理解 Multi-Agent 系统的设计模式
- 2 Agent 工作流编排
使用 LangGraph 编排复杂 Agent 流程
- 3 模型部署与推理优化
vLLM、连续批处理等生产优化技术
- 4 成本监控与安全
LLM Ops 中的成本控制与内容安全
- 5 实战：多 Agent 内容生产流水线
5 个 Agent 协作完成内容创作全流程
学习建议
📝
动手实践
每学完一节，立即动手敲代码。阅读只能记住 10%，实践能记住 90%。
🔄
循序渐进
不要跳步。每个阶段的基础决定了你能走多远。
💬
交流讨论
遇到问题去社区提问，或者到每篇文章底部参与讨论。