跳到主要内容

工程闭环学习路线

本页是全书主入口。它不是求职捷径，也不是章节索引，而是把读者从“听说过 AI Agent（人工智能体）”带到“能设计、指挥 Codex（智能编程代理）或 Trae（AI（人工智能）编程工具）、验收一个 Agent 工程项目”的学习路线。

求职、作品集和面试是学习成果验证，不是本书唯一目标。你先要真正理解 Agent 系统怎么从需求、模型、资料、工具、状态、前端、部署、监控和验收形成闭环；之后再把这些能力包装成简历、作品集和面试表达。

这条路线解决什么问题​

很多新手看完零散教程后仍然无法面试，原因通常不是“知识点太少”，而是没有形成工程闭环：

本路线把这些知识重新排成一条工作链：先做小闭环，再扩展为企业级系统，最后用作品集和面试验证自己是否真的学会。

图解总览​

如果你想先用图片理解全书结构，先看 图解学习入口。它用 15 张核心知识图串起学习路线、AI Agent 工程闭环、RAG 架构、MCP（模型上下文协议）/ Tool Calling 权限、多智能体状态流和项目交付，并按三卷展开 44 个模块图谱。

总体路线​

阶段核心问题阅读位置要让 Codex（智能编程代理）/Trae（AI 编程工具）做出什么阶段验收
1. 需求判型这是 Chatbot（聊天机器人）、Workflow（工作流），还是 Agent？第 1 卷总览、第 1.1-1.2 章一页需求拆解表和能力差距表能解释为什么这个场景需要或不需要 Agent
2. 模型调用模型请求、Token（文本计量单位）、Context Window（上下文窗口）、成本和失败怎么处理？第 1.3、1.13 章模型调用说明、Mock Mode（模拟模式）与 Real Provider Mode（真实供应商模式）切换方案能讲清一次请求从输入到输出的完整链路
3. 输出契约Prompt 如何变成可验收的 Structured Output（结构化输出）？第 1.4、1.9 章输出字段表、校验规则、拒答样例能说明什么结果合格、什么结果必须拒绝
4. 第一个闭环最小 Agent 项目怎么跑通？第 1.5、1.14 章个人 AI 助手制作流程、演示脚本、验收样例能从输入、处理、输出、日志讲完整流程
5. 工具与后端Tool Calling 怎样连接业务系统？第 1.6、1.10、1.12 章工具清单、权限矩阵、审计字段、人工确认流程能解释只读、写入、高风险工具的边界
6. 工程支撑文件、JSON（结构化数据格式）、CSV（逗号分隔表格格式）、日志、配置如何支撑项目？第 1.8-1.12 章配置表、日志表、测试样例、文件处理流程能让项目可复现、可排错、可维护
7. RAG企业资料如何变成可追溯知识库？第 2.1-2.5 章资料治理表、分块策略、引用规则、拒答规则、评测问题集能说明知识库为什么可信、什么时候不回答
8. MCP工具生态如何被 Agent 发现、调用和治理？第 2.6-2.7 章MCP Server（模型上下文协议服务端）/MCP Client（模型上下文协议客户端）设计说明、工具权限表能讲清 MCP 和普通 API（应用程序接口）的差异
9. 状态图与多智能体复杂任务如何分工、流转、停止和复核？第 2.8-2.9 章状态字段表、多智能体协作图、Handoff（任务转交）规则能避免无限循环、职责混乱和重复执行
10. 前端工作台人如何复核、确认、修改和追踪 Agent 结果？第 2.10 章工作台页面结构、状态展示、引用展示、人工确认设计能让人参与关键决策，而不是让模型黑箱执行
11. 上线交付部署、监控、安全、成本和验收怎么闭环？第 2.11-2.16 章发布检查清单、Trace ID（追踪编号）日志、成本限流、验收样例能说明系统如何上线、如何降级、如何维护
12. 行业迁移学会一类项目后如何迁移到其他行业？项目案例方法论 和 50 个案例选择 2 个行业案例改造成自己的项目方案能从客户一句话拆到资料、工具、权限和报价
13. 成果验证如何把学习成果变成作品集、简历和面试回答？6 个王牌作品集项目、求职与面试2 个主项目复盘、90 秒讲法、连续追问回答、简历项目表达能经得住面试官围绕架构、失败、边界和验收连续追问

推荐读法​

第一遍：只建立主线​

第一遍不要试图记住所有名词。你只需要回答一个问题：一个 Agent 项目从需求到上线，经过哪些环节？

建议阅读：

第一遍的产物不是代码，而是一张闭环图：用户输入、模型判断、资料检索、工具调用、人工确认、结果输出、日志记录、验收复盘。

第二遍：按模块补能力​

第二遍开始补岗位常问能力。每学一个模块，都要沉淀一个可展示产物。

模块必读章节必须沉淀的产物
Prompt 与 Structured Output（结构化输出）第 1.4、1.9 章输出契约、失败样例、质量检查表
Tool Calling 与 FastAPI（后端接口框架）第 1.6、1.10、1.12 章工具清单、权限矩阵、审计日志字段
RAG第 2.1-2.5 章资料清单、分块策略、引用样例、拒答样例
MCP第 2.6-2.7 章工具生态图、Server（服务端）/Client（客户端）边界、授权策略
LangGraph（智能体状态图框架）与 Multi-Agent（多智能体）第 2.8-2.9 章状态字段表、节点流转图、停止条件
部署与安全第 2.11-2.15 章发布清单、配置说明、Trace ID（追踪编号）、告警和回滚策略

第三遍：用项目验证​

第三遍不要再平均阅读。你要选 2 个主项目，按作品集要求反复打磨。

推荐组合：

每个主项目都要准备四类材料：

  • 工程材料：架构图、流程图、字段契约、日志字段、验收样例。
  • 制作材料：如何用 Codex（智能编程代理）或 Trae（AI 编程工具）从空文件夹推进到可演示成品。
  • 复盘材料：做对了什么、踩过什么坑、哪些地方仍需要真实业务数据验证。
  • 面试材料：1 分钟、3 分钟、10 分钟讲法，以及连续追问回答。

Codex（智能编程代理）/Trae（AI（人工智能）编程工具）实操路线​

本书不要求你手写完整源码，也不教代码语法。你要学的是如何指挥编程代理完成工程闭环。

每个项目都按下面节奏推进：

  1. 先给项目背景：目标用户、业务问题、输入资料、输出结果、风险边界。
  2. 再让工具生成项目方案：页面、接口、数据结构、日志、配置、验收样例。
  3. 接着让工具先做 Mock Mode（模拟模式）：不用真实模型和真实业务系统，也能跑通完整流程。
  4. 然后接入 Real Provider Mode（真实供应商模式）：替换模型供应商、向量数据库或业务工具。
  5. 最后做验收：正例、反例、边界例、高风险例、无资料例、工具失败例。

工具教程入口：

不要这样学​

错误学法问题调整方式
从 50 个案例逐个读完容易变成堆场景，主线不清先走工程闭环路线，再把案例当行业迁移库
只看作品集项目可能会背项目，但不会解释底层取舍回到第 1、2 卷补 Agent、RAG、工具、状态和部署
只追求页面好看面试官会追问数据、权限、失败和验收每个页面都配字段契约、日志和失败分支
只背面试题一追问项目细节就断把面试题挂到真实项目材料上回答
过早纠结源码新手会陷入语法细节先明确制作流程、模块边界、验收标准，再让 Codex（智能编程代理）/Trae（AI 编程工具）辅助实现

学完的最低合格线​

学完本书，不是以“看过多少页”为标准，而是看你能不能独立讲清下面这条闭环：

  1. 用户或客户提出一个业务需求。
  2. 你判断它适合 Chatbot、Workflow、Agent 还是混合架构。
  3. 你把资料、工具、权限、状态、日志和人工确认拆成模块。
  4. 你能指挥 Codex（智能编程代理）或 Trae（AI 编程工具）先做 Mock Mode（模拟模式）闭环。
  5. 你能接入模型、RAG、MCP 或工具调用。
  6. 你能用验收样例证明项目不是“看起来能用”，而是可以被复核。
  7. 你能把项目诚实写进作品集和简历，并经得住面试追问。

如果这 7 步能讲通，本书就不再是资料堆叠，而是一套能反复迁移到不同项目的 Agent 工程方法。