跳到主要内容

AI 学习导航

围绕 Agent 与大模型应用整理的工程笔记,覆盖 Skills、MCP、RAG、上下文、评测与部署。主题配有流程或架构图,实验页给出操作步骤和验收条件。

从这里开始​

你的目标建议入口
先建立整体认识Agent 开发 → 大模型应用
让模型调用真实能力Function Calling → MCP
沉淀可复用的工作方法Skills 编写与验证
做可追溯的知识问答RAG → 混合检索与重排
准备 AI 工程面试214 题面试手册
查找可信的学习资料官方文档与论文导航

Agent、技能与连接​

笔记可以学到什么
Agent 开发执行循环、状态、停止条件与结果验收
Function Calling调用时序、Schema、业务校验与错误契约
Skills技能描述、目录、按需加载、正反例测试
MCPHost、Client、Server,工具与资源,传输边界
工作流与多 Agent路由、并行、状态合并、交接与恢复
上下文与记忆会话状态、持久信息、记忆来源与失效

大模型与知识​

笔记可以学到什么
大模型应用输出约束、模型比较、RAG 与微调的选择
提示词与上下文输入组织、来源标记、压缩与版本回归
RAG 与知识库离线索引、在线问答、切分与引用检查
混合检索与重排多路召回、RRF、重排与失败定位

工程与实验​

笔记或实验产物
评测与可观测性任务验收表、指标与执行追踪
安全边界提示注入、权限与工具执行检查
模型部署本地请求、服务启动与容量测试方法
Agent 循环实验工具调用、参数校验与循环预算
MCP Server 实验只读工具、笔记资源与连接检查
检索评测实验Recall@K、MRR 与 JSONL 样本
实战路线从技能到评测的四个实验与记录模板

配套面试阅读​

AI Agent 面试手册按 12 章收录整理稿的全部 214 道题,包含代码、章节配图和阅读校注。

AI 面试与大数据面试独立整理,可从面试精选切换。