PorterYuan · 个人学习博客

技术学习路线图（AI Agent 开发）

13分钟阅读

技术学习路线图（AI Agent 开发）

优先级图例

标记含义
🔴 重点主线必会，能写能讲
🟡 进阶项目/面试加分，能说清权衡
🟢 了解扫读即可

Top 20 核心知识点（AI Agent 方向）

排名知识点模块
1RAG 全链路（加载→分块→Embedding→检索→重排→生成）Agent 核心
2Agent ReAct 循环与工具调用Agent 核心
3MCP 协议与 Server/Client 实现Agent 核心
4asyncio 事件循环与异步并发异步
5JWT 鉴权全链路鉴权
6Agent 异常处理三层架构（重试/降级/熔断）韧性
7记忆系统分层设计（短期/长期/压缩）记忆
8多 Agent 编排四种模式Agent 核心
9MCP vs A2A vs ANP 协议区别协议
10向量数据库与混合检索RAG
11上下文压缩与治理记忆
12LLM-as-Judge 评测体系评测
13FastAPI 异步依赖注入Web
14Docker 多阶段构建与 CI/CD工程化
15可观测性：指标/日志/追踪运维
16Token 计费与成本控制（三级模型路由）成本
17Skill Engineering 与 Harness方法论
18Prompt Injection 防御安全
19限流/熔断/降级系统设计
20AI 场景系统设计（RAG/Agent/推理平台）系统设计

一、Python 基础

  • 语法核心：类型标注、f-string、推导式、枚举与 dataclass 🔴 重点

  • 函数与 OOP：闭包、装饰器、描述符、继承与多重继承 MRO 🔴 重点

  • 进阶特性：上下文管理器、迭代器/生成器、异步生成器、元类基础 🟡 进阶

asyncio（AI 后端核心）

  • 事件循环、Task 并发、asyncio.gather / create_task 的调度语义 🔴 重点

  • asyncio.to_thread 把阻塞调用 offload、避免阻塞事件循环 🟡 进阶

  • contextvars 实现 request_id 链路追踪与上下文隔离 🟡 进阶

网络客户端

  • aiohttp 异步 HTTP 客户端：会话复用、超时、重试 🔴 重点

  • httpx AsyncClient：同步/异步统一、连接池 🟡 进阶

鉴权

  • JWT 原理：HS256/RS256、签发/校验、过期与刷新 🔴 重点

  • FastAPI + JWT 全链路：依赖注入取当前用户、中间件挂载 🔴 重点

  • SSE 流式响应与 Backpressure 控制 🟡 进阶

三、FastAPI / Web

  • 基础篇：路由、Pydantic 校验、Query/Body 参数、异步视图 🔴 重点

  • 进阶篇：依赖注入系统、后台任务、中间件、生命周期 🟡 进阶

  • 工程化篇：分层目录、统一响应、异常处理、OpenAPI 文档 🟡 进阶

  • bcrypt 密码哈希、308 永久重定向等细节 🟢 了解

LLM 基础

  • Token 计费原理、Temperature 控制、System Prompt 层级 🔴 重点

  • LLM 本质与 API 调用封装：流式 vs 非流式、错误码处理 🔴 重点

  • 多模型后端抽象：统一请求/响应、重试与回退（fallback）🔴 重点

Embedding 与语义搜索

  • Embedding 向量化原理与语义搜索场景 🔴 重点

  • 向量数据库：入库、检索、相似度度量 🔴 重点

RAG

  • RAG 全链路：Document Loader → 分块 → Embedding → 检索 → 重排 → 生成 🔴 重点

  • 分块策略：chunk_size / overlap 选择、语义分块 🔴 重点

  • 混合检索：向量 + BM25 + RRF 融合 🟡 进阶

  • Query 改写与多轮对话指代消解 🟡 进阶

  • RAG 评估：检索指标（Recall/Precision）+ 生成指标（Faithfulness/Relevance）🟡 进阶

  • Agentic RAG：LLM 主动决策多次检索 vs 传统单次被动检索 🔴 重点

  • Self-RAG：带自我反思与自纠正闭环 🟡 进阶

  • RAG 参数调优：chunk_size / top_k / 检索类型 → 多阶段网格搜索实验框架 🟡 进阶

  • jieba 分词 + BM25 关键词检索（中文场景兜底）🟢 了解

Agent 架构（核心）

  • ReAct 循环：Thought → Action → Observation 的代码骨架 🔴 重点

  • Tool Description 设计铁律：清晰描述 + 参数约束 + 错误示例 🔴 重点

  • 工具系统：定义 → 注册 → 被 Agent 发现 → 调用的完整流程 🔴 重点

  • 工具调用失败处理：文件不存在/超时/权限不足 → 恢复与重试 🔴 重点

  • 有副作用的工具（退款/改单）：确认 + 权限控制 🔴 重点

  • MCP Server：FastMCP + 认证中间件 + contextvars 🔴 重点

  • MCP Transport：Streamable HTTP → ASGI 子应用挂载 + JSON-RPC 2.0 🔴 重点

  • MCP Client：自定义客户端 + 连接池 + 幂等重连 🔴 重点

  • MCP Tool / Resource 定义与注册模式 🔴 重点

  • Human-in-the-loop：人工介入兜底与敏感操作审批机制 🔴 重点

Agent 韧性工程

  • 指数退避重试（Exponential Backoff + Jitter）：编程错误 vs 临时故障分类 🔴 重点

  • 降级路径（Degradation）：某环节失败 → 回退到次优但可用方案 🔴 重点

  • 熔断模式（Circuit Breaker）：连续失败快速拒绝 + 半开重试 🟡 进阶

  • Fallback 兜底值设计：NON_RETRYABLE 异常分类 + 默认返回值 🟡 进阶

记忆与上下文

  • 短期记忆：当前任务轨迹 + 工具结果缓存 🔴 重点

  • 长期记忆：跨会话用户偏好、历史持久化 🟡 进阶

  • 上下文治理：多轮任务上下文越来越长的处理策略 🔴 重点

  • 上下文压缩：任务摘要/文件摘要/过程笔记 → 校验是否破坏关键信息 🔴 重点

  • 重复状态识别：避免 Agent 反复读同一文件或重复调用同一工具 🟡 进阶

规划与高级模式

  • Reflexion：带自我反思的 Agent 🟡 进阶

  • Multi-Agent 协作模式（ supervisor / 辩论 / 流水线）🟡 进阶

  • Agent 成本控制：Token 用量分析 + 三级模型路由 + 语义缓存 🟡 进阶

Harness 与评测

  • Agent 评测体系：benchmark / case / 指标设计 🔴 重点

  • LLM-as-Judge 工具链：Ragas / DeepEval / Langfuse 配置与接入 🔴 重点

  • 错误 Patch 回滚 + 验证 + 再尝试机制 🟡 进阶

  • 可观测性工具链实操：链路追踪与评测 🔴 重点

  • Agent 回归测试体系：基线建立 + Case 管理 + 自动化流水线 🟡 进阶

LangChain + LangGraph

  • LangChain：LCEL 管道、ChatPromptTemplate、Memory 🔴 重点

  • LangGraph：StateGraph + Node + Edge + Checkpoint 有向图编排 🔴 重点

  • LangGraph Checkpoint：状态持久化 + thread_id 隔离 + get_state 调试 🔴 重点

五、Agent 安全防护

  • 工具权限三级：read-only / write / destructive 设计与实现 🔴 重点

  • 审计日志：操作全量记录、溯源、异常行为熔断 🔴 重点

  • MCP Gateway 鉴权：Bearer Token + JWT 中间件 🔴 重点

  • Prompt Injection 防御：输入过滤 + 上下文隔离 + 前置规则 🔴 重点

  • OWASP Top 10 for Agentic AI 概念了解 🟢 了解

六、MySQL 实战

  • 异步 SQLAlchemy 会话与连接池 🔴 重点

  • Alembic 数据库迁移与版本管理 🟡 进阶

  • 索引优化与慢查询定位（八股细节见《八股文学习路线图》）🟡 进阶

七、Redis 缓存

  • 缓存策略：穿透/击穿/雪崩防护（实战向）🔴 重点

  • 异步 Redis 客户端与 Pipeline 批量 🟡 进阶

  • 分布式锁在 Agent 并发控制中的应用 🟢 了解

八、GraphRAG 入门

  • 知识图谱构建基础：实体/关系抽取、图谱存储 🟡 进阶

  • 图谱增强检索：向量检索 + 图遍历融合 🟡 进阶

容器化

  • Docker 多阶段构建：缩小镜像、分离构建/运行 🔴 重点

  • Docker-Compose 多环境编排 🟡 进阶

  • Docker 最佳实践（层缓存、.dockerignore、非 root）🟡 进阶

CI / CD

  • GitHub Actions CI 流水线：lint / test / build 🔴 重点

  • GitHub Actions CD 流水线：构建镜像 → 推送 → 部署 🟡 进阶

数据库工程

  • Alembic 迁移、幂等初始化 🟡 进阶

代码质量与测试

  • pre-commit 钩子：格式化、静态检查 🟡 进阶

  • pytest 异步测试基础设施、unittest.mock 隔离 🟡 进阶

指标与监控

  • Prometheus 四层指标（RED/USE）🔴 重点

  • Grafana Dashboard 预置面板、监控告警规则 🟡 进阶

  • 系统资源监控（CPU/内存/IO）🟢 了解

日志与追踪

  • 结构化 JSON 日志、PII 脱敏、日志采样 🟡 进阶

  • Request-ID 全链路追踪：跨服务串联一次请求 🔴 重点

十一、K8s 容器编排

  • Pod / Service / Deployment 核心概念 🟡 进阶

  • minikube 本地部署、GPU 调度原理 🟢 了解

十二、消息队列实战

  • MQ 核心概念：生产者/消费者、队列/主题、ACK 🟡 进阶

  • Kafka 或 RabbitMQ 实战：幂等生产、消费组 🟡 进阶

  • MQ 在 Agent 系统中的应用：异步任务、事件驱动 🟢 了解

十三、TypeScript / React

  • TypeScript 基础：类型系统、泛型、utility types 🟡 进阶

  • React 基础：Hooks（useState/useEffect）底层机制、受控组件 🟡 进阶

  • React Router 原理与路由懒加载 🟢 了解

  • 闭包在 React 中的陷阱（陈旧闭包）🟡 进阶

十四、AI 场景系统设计

  • RAG 知识库系统设计：分块/检索/重排/缓存分层 🔴 重点

  • Agent 平台设计：工具市场、编排、评测闭环 🔴 重点

  • LLM 推理服务设计：流式、批处理、KV-Cache 复用 🟡 进阶

  • AI 评测平台设计：case 管理、自动评测、回归 🟡 进阶

  • 高并发 MQ 选型：吞吐/延迟/ Exactly-Once 权衡 🟡 进阶

  • AI 客服 Agent 设计：意图识别、知识召回、兜底 🟡 进阶

  • 多 Agent 代码审查系统设计：角色分工、合并裁决 🟡 进阶

  • Agent 安全防护系统设计：权限/审计/注入防御 🔴 重点

  • Agent 记忆系统设计：短期/长期分层与淘汰 🟡 进阶

  • Agent 降级与容错系统设计：重试/熔断/兜底 🔴 重点

  • Agent 流式推理服务设计：SSE/背压/取消 🟡 进阶

学习顺序

  1. 语言地基：Python 基础 + asyncio（一、二章）。

  2. Web 骨架：FastAPI + JWT + SSE（三章）。

  3. Agent 主线：LLM 基础 → RAG → Agent 架构 → 韧性 → 记忆 → 评测（四章）。

  4. 安全与协议：五章 + MCP/A2A 协议（四章内）。

  5. 工程化收口：容器化 / CI-CD / 可观测性 / K8s / MQ（九~十二章）。

  6. 系统设计冲刺：十四章。

相关链接

关系图谱

反向链接

近期更新