AI-LLM-RAG-Agent 目录索引
⚡ 实操版 → AI Agent 核心（实操）
共 63 篇笔记（对应学习计划「八、AI-LLM-RAG-Agent」的计划条目编号），统一编号与计划条目对齐。
目录（按子主题分组）
LLM 基础（01–07, 10–12）
-
01 LLM原理（计划 1）
-
02 Tokenization与词表（计划 2）
-
V + Transformer基础（计划 3）
-
04 位置编码（计划 4）
-
05 Encoder vs Decoder架构对比（计划 5，含 GPT/BERT 演进）
-
GQA（计划 6）
-
10 LLM幻觉与可靠性（计划 10）
-
11 LLM评估与基准测试（计划 11）
-
12 多模态模型（计划 12）
RAG（13–17, 20–22）
-
13 RAG检索增强生成（计划 13）
-
14 文档解析与分块策略（计划 14）
-
15 Embedding向量化（计划 15）
-
16 向量数据库（计划 16）
-
17 语义搜索与混合检索（计划 17）
-
19 Query改写与多轮对话指代消解（计划 19）
-
20 Lost in the Middle（计划 20）
-
21 知识图谱与GraphRAG（计划 21）
-
22 RAG评估指标（计划 22）
Agent（23–32, 36）
-
23 Agent架构与核心组件（计划 23）
-
24 ReAct框架与规划能力（计划 24）
-
25 Function-Calling工具调用（计划 25）
Agent 进阶：韧性与异常处理（32.5, 33–37）
-
32.5 Agent韧性工程概述（计划 32.5）
-
33 异常处理与降级策略（计划 33）
-
34 工具调用降级策略（计划 34）
-
35 工具幂等性与重试策略（计划 35）
-
36 工具调用死循环检测（计划 36）
-
37 有副作用工具的权限控制（计划 37）
-
32 LlamaIndex框架（计划 32）
Agent 进阶：记忆系统（28, 38–42）
-
28 Agent记忆基础与状态管理（计划 28）
-
38 记忆系统三层架构（计划 38）
-
39 记忆vs RAG本质区别（计划 39）
-
40 记忆治理策略（计划 40）
-
41 上下文压缩三级策略（计划 41）
-
42 记忆污染与纠错机制（计划 42）
Agent 进阶：多 Agent 协作（29, 43–47）
-
29 多Agent协作基础与框架选型（计划 29）
-
43 多Agent编排四种模式（计划 43）
-
44 Agent间通信机制（计划 44）
-
45 多Agent幻觉放大问题（计划 45）
-
46 多Agent死循环检测与预防（计划 46）
-
47 单vs多Agent选型边界判断（计划 47）
Agent 进阶：Harness 与框架（30, 31, 57, 71）
-
30 Harness与Skill（计划 30）
-
55 Agent安全防护与权限分级（计划 55）
-
56 Human-in-the-loop人工介入（计划 56）
-
57 自研Harness与框架选型（计划 57）
-
31 LangChain框架（计划 31）
-
71 AI Agent框架对比（计划 71）
MCP 协议（26, 49–51）
-
26 MCP协议核心概念（计划 26）
-
49 MCP协议实现（计划 49）
-
50 MCP认证中间件与安全模型（计划 50）
-
SSE（计划 51）
微调 / Prompt / 训练 / 架构（60–66, 73）
-
60 LoRA微调（计划 60）
-
61 RLHF与对齐（计划 61）
-
62 Prompt工程与技巧（计划 62）
-
64 分布式训练与并行策略（计划 64）
-
65 AI应用架构设计（计划 65）
-
66 大模型安全与伦理（计划 66）
-
73 LLM推理优化（计划 73）