AI全栈学习路线

全景能力拓扑轨道 (6 大跃迁阶梯)左右轻扫或点击切换
01必修

Agents应用开发能力

AI 核心应用底座
核心技术跃迁
02必修

后端开发能力

企业服务端架构
业务生产落地
03必修

运维和云计算能力

高可用与云底座
生产运维交付
04必修

高效AI编程能力

现代研发范式
工程效能革命
05必修

企业级全栈项目

企业级项目实操
综合实战闭环
06必修

就业指导

职场突围与晋升
职业价值兑现
跃迁定位:核心技术跃迁
以 Python 为基,突破 LangGraph 多智能体工作流与 RAG 检索
阶段 01

Agents应用开发能力

在AI应用爆发的当下,Agent已成为所有AI开发的必备底层能力。

通过本阶段学习,你将具备独立构建可落地、可扩展、可维护的企业级Agent应用的完整能力,为后续复杂业务场景开发筑牢核心竞争力,是从AI工具使用者迈向AI应用开发者的关键跃迁。

本阶段是构建企业级AI全栈应用的核心攻坚模块,由Python开发、Fine-Tuning、RAG、Dify、LangChain、LangGraph、Deep Agent、Harness Engineering、观测与评估等多阶段知识串联而成,完整覆盖Agent开发全链路能力。

从Python工程化、模型微调(LoRA/QLoRA)、向量检索(RAG优化)到多智能体编排、工作流设计与生产部署,系统性掌握Agent开发全栈技术栈。

学习建议与避坑要点

Python部分

包括:《Python语言核心精讲》、《数据库》、《Python框架》、《数据科学工具包》

以 Python 作为后端开发

如果你学习 Python 的目标是以 Python 为语言实现后端开发,则必须认真学好每一节课,认真完成每一节课要求的作业。

一些复杂的课甚至要反复学习,直到理解。

以 Python 作为 Agent 开发基础

如果你学习 Python 的目的是为了给 Agent 开发打下基础,则可以快速过完整个课程,完全不用担心看完就忘。

因为开发 Agent 对 Python 的要求非常低,你不用纠结课程里的复杂逻辑,更不用纠结 Python 中的各种语法和 API。

如果学习过程中有些作业对你有难度,你可以直接放弃这节课的作业。

如果学习过程中,你难以复现课堂中的效果,也可以直接放弃这节课的演练。

你唯一要重点关注的,只有以下几点:

  1. 在《Python语言核心精讲》中,知道 Python 的语言特性,比如,它的函数是怎么定义的?变量是怎么定义的?异步函数是怎么使用的?模块是如何导入、导出的?等等诸如此类最基本的特性即可。
  1. 在《Python框架》中,知道什么是 FastAPI,什么是中间件,测试的分类
  1. 在《数据科学工具包》中,知道什么是 Jupyter

Agent 部分

在 Agent 层部分的学习过程中,除了神经网络、Transformer的底层原理可以只作为了解,其他都是重要知识。

必须完全理解一节课后,才能学习下一节课,否则学习效果一定会大打折扣。

攻坚课程与实战代码15 门课

Python语言核心精讲

必修
此Python课程专为Agents应用开发设计,涵盖所有开发Agents应用所需的Python知识。全程干货、大量练习、重视概念和设计、弱化API使用,完美适配AI Coding时代。

数据库

必修

Python框架

必修
Python后端框架实战课程,以FastAPI为核心,结合SQLAlchemy、Alembic、Pytest等生态工具,从零搭建企业级后端服务。涵盖RESTful API设计、数据库ORM、认证授权(SSO+RBAC)、测试、容器化部署等全链路技能,最终交付一个完整的单点登录+权限管理系统。

数据科学工具包

必修

Agents底层逻辑

必修

LangGraph工作流开发

必修
本课程深入讲解LangGraph工作流编排框架,帮助开发者构建复杂、可控的Agent流程。从节点与状态管理基础出发,系统讲解CheckPoints持久化、ReAct模式、Human-in-the-loop人机协同等核心机制,并覆盖短期记忆与长期记忆管理、会话线程、时间旅行等高级特性。

项目:LangGraph实现AI漫剧

选修
以“从一句创意生成一部完整漫剧”为贯穿项目,系统讲解如何使用 Python 与 LangGraph 构建可审核、可恢复、可测试的长流程 AI 应用。课程从需求结构化、故事策划和分镜生成开始,逐步实现规则与模型双层质检、自动修订、人工审核、角色与场景参考图生成、分镜首尾帧并发生成、异步视频任务查询、镜头合成与最终成片审核,并完整处理局部返工、版本控制、幂等复用、失败重试和重做额度等工程问题。学习过程中将掌握 State、节点、条件路由、子图、Send、interrupt、Command、Checkpoint 和事件流等 LangGraph 核心能力,理解 Fake 与真实模型的依赖注入方式,并接入火山方舟图像与视频服务、FFmpeg、Agent Server、LangGraph SDK、REST API 和 Studio。课程最终通过确定性测试、故障注入和端到端验收,带你完成一个能够从创意输入持续运行到成片交付的 AI 漫剧工作流。

LangChain + DeepAgent 开发实战

必修

Agent观测与评估

必修

RAG知识库实战

规划中
本课程系统讲解RAG(检索增强生成)知识库的完整开发流程。从核心原理入手,深入剖析Token化、Embedding向量化机制,并结合Milvus等向量数据库实现高效存储与检索。课程覆盖数据切片策略、数据清洗、检索策略优化等关键技术点,同时介绍LlamaIndex框架的连接器、索引构建、QueryEngine等核心组件的实战用法。在此基础上升级讲解混合检索、Rerank重排序、GraphRAG图谱增强、Multi-modal RAG多模态知识库、语义路由、缓存策略等进阶方案,并补充完整的质量评估体系与生产环境部署方案,打造企业级RAG系统。

FDE项目:商机智航-企业数据资产价值重塑

规划中

Dify平台实战应用

规划中
本课程围绕Dify低代码AI应用开发平台,讲解从私有化部署到生产发布的全流程。内容涵盖工作流节点的配置与编排、对话变量管理、知识库集成、API与Webhook调用等核心能力,并深入插件开发机制实现自定义扩展。同时介绍工作流设计模式、多模型编排策略、权限与团队协作等进阶实践,结合监控日志体系与工作流模板,帮助开发者高效利用Dify平台快速构建和上线AI应用,打通从原型到落地的最后一公里。

大模型微调实战

规划中
本课程聚焦大语言模型微调全流程,从底层原理出发,深入讲解大模型架构与自回归机制。课程涵盖基座模型选型策略、高质量数据集构建与合成数据生成,并系统讲解基于Hugging Face和unsloth的全量微调与PEFT参数高效微调方案(LoRA/QLoRA),以及模型量化部署技术。同时覆盖RLHF/DPO对齐训练、分布式训练基础、微调成本优化、模型合并导出等进阶主题,配合自动化评估指标(lm-evaluation-harness)与LLM-as-Judge评估方法,帮助学习者掌握从数据到部署的完整微调闭环。

OAuth2

选修
本课程系统讲解OAuth2协议核心概念、授权模式与实战应用,涵盖授权码、令牌刷新、安全策略,助你构建安全的第三方授权系统。

RBAC权限模型

选修
本课程系统讲解RBAC(基于角色的访问控制)授权模型核心理论、设计范式与落地实践,助你构建灵活、可扩展且安全合规的企业级权限体系。
掌握技能图谱点击追踪
python环境pyenv基本类型容器类型内置函数LEGB作用域lambda表达式类实例成员类成员静态成员多继承MRO私有成员metaclasstype类callable装饰器魔术方法属性描述符异常处理异常链迭代器生成器可迭代协议推导式生成器表达式上下文管理器ABC类型标注模块化python包标准库文件I/Opipvenv +516 全部展开