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 |
| MCP | Host、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。