术语库术语反向索引术语反向索引 本页用于从术语反查正文、案例、作品集和面试题中的使用位置。它不替代术语定义页,而是帮助读者看到同一个概念在不同章节中的上下文。 术语引用页面验收(Acceptance)"AI Agent 课程路线图""第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度""第 2.3.1 节:先判断知识内容应该如何分块"Agent(智能体) State(状态)"第 2.10.3 节:把工具审批卡片和前端状态接入复核流程""第 2.9.3 节:用共享状态和 Supervisor 路由控制协作过程""第 1.1.3 节:把目标、上下文、工具和边界画成 Agent 架构""第 1.7 章 状态、记忆与会话:让 Agent 知道自己做到哪一步"投递、项目复盘与面试讲项目方法智能体工程师学习路线与章节映射BOSS(招聘平台名称)岗位要求分析与能力矩阵多智能体任务协作系统AGENTS.md(智能体项目说明文件)1000 道智能体工程师面试题库MCP(模型上下文协议)/工具调用面试题简历项目复盘面试题智能体工程师学习路线与章节映射BOSS(招聘平台名称)岗位要求分析与能力矩阵编程智能体配置与能力生态编程智能体项目规则与能力清单模板Codex(智能编程代理)从空文件夹到成品AI Agent(人工智能体)"AI Agent 课程路线图""第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.3.1 节:先判断知识内容应该如何分块""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量"API Key(接口密钥)"第 2.11.4 节:为上线准备备份、回滚和故障兜底""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.5 节:组装部署与环境的作品集交付件""第 2.11.2 节:用 Nginx、环境变量和密钥管理守住部署入口""第 2.5.4 节:用质量评分和治理门禁决定资料能否上线""第 2.7.2 节:让 MCP Client 稳定发现、调用和兜底工具""第 2.12.4 节:用 Replay 复盘定位质量和链路问题""第 2.12.2 节:用 Trace、Span 和成本字段复盘一次请求"API(应用程序接口)"第 2.14.5 节:组装商业访谈与验收的作品集交付件""第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.4 节:为上线准备备份、回滚和故障兜底""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.5 节:组装部署与环境的作品集交付件""第 2.11.1 节:把 Agent 服务打包成可部署的 Docker 镜像"审批(Approval)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.3.5 节:组装分块、向量与重排的作品集交付件"审计(Audit)"第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.14.5 节:组装商业访谈与验收的作品集交付件""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.4 节:为上线准备备份、回滚和故障兜底""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.5 节:组装部署与环境的作品集交付件"Boss Zhipin(招聘平台)"第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.6.3 节:把 MCP 工具调用放进权限和授权流程""第 2.7.3 节:区分 Tool、Resource 和 Prompt Card 的职责""第 1.2.2 节:把岗位要求拆成初级、中级和项目级能力""第 1.2.5 节:把学习路径沉淀成作品集能力证据"BOSS(招聘平台名称)岗位要求分析与能力矩阵项目首页6 个王牌作品集项目总览边界(Boundary)"AI Agent 课程路线图""第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15 章 质量与发布:用门禁、灰度和复盘控制上线风险""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度""第 2.3.1 节:先判断知识内容应该如何分块"Chatbot(聊天机器人)"第 2.16.5 节:组装综合知识库 Agent 的作品集交付件""第 2.16.1 节:先把项目需求和资料治理边界定清楚""第 1.1.3 节:把目标、上下文、工具和边界画成 Agent 架构""第 1.1.4 节:为 Agent 设置停止条件和失败兜底""第 1.1.5 节:组装 Agent 边界的作品集交付件""第 1.1.2 节:区分 Agent、聊天机器人与工作流的职责边界""第 1.1 章 Agent 边界:判断什么时候需要真正的 AI Agent""第 1.1.1 节:先说清 AI Agent 解决什么问题"Chunk(分块)"第 2.3 章 分块、向量与重排:提升召回质量和引用可信度""第 3.5.3 节:把研发知识库与政策摘要写成可校验、可复用的工程契约""第 3.5.5 节:组装企业知识与内训的作品集交付件"RAG(检索增强生成)面试题智能体工程师学习路线与章节映射CI/CD(持续集成与持续交付)"第 3.11.5 节:组装软件开发与代码助手的作品集交付件"部署安全监控面试题Citation(引用来源)"第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.3.1 节:先判断知识内容应该如何分块""第 2.10.1 节:把 AI 工作台信息拆成用户能复核的界面结构""第 2.10.2 节:把对话、状态和引用来源展示清楚""第 2.10.5 节:组装 AI 前端工作台的作品集交付件""第 2.10.4 节:为转人工和兜底文案设计前端状态""第 2.10 章 AI 前端工作台:把模型过程展示给业务人员复核""第 2.10.3 节:把工具审批卡片和前端状态接入复核流程"Context Window(上下文窗口)"第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.3 章 模型、Token 与 API:理解一次模型调用的工程成本""第 1.3.5 节:讲清 Mock 模式和真实供应商接入的切换方式""第 1.3.3 节:用模型适配层统一请求、响应和错误处理""第 1.3.1 节:理解模型、Token 和上下文如何影响一次调用""第 1.3.2 节:区分 Responses、Chat 和 Agents SDK 的调用边界""第 1.13.4 节:用评测比较决定模型兜底和回滚""第 1.13.2 节:把模型配置档案与能力矩阵拆成可解释的工程结构"CSV(逗号分隔表格格式)"第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.11.5 节:组装文件与数据格式的作品集交付件""第 1.11.1 节:把文件入口与资料来源落到可执行流程和检查清单""第 1.11.4 节:用质量闸门拦住格式污染和坏数据""第 1.11 章 文件与数据格式:把资料入口变成可治理数据""第 1.11.2 节:区分常见文件格式的解析边界与清洗方式""第 1.11.3 节:先把文件解析边界和字段契约定清楚"数据处理面试题Desensitization(脱敏)"第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.3.4 节:用引用和评估样例检验检索质量""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.14.5 节:组装商业访谈与验收的作品集交付件""第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.11.4 节:为上线准备备份、回滚和故障兜底""第 2.11.5 节:组装部署与环境的作品集交付件"Docker(容器工具)"第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.4 节:为上线准备备份、回滚和故障兜底""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.5 节:组装部署与环境的作品集交付件""第 2.11.1 节:把 Agent 服务打包成可部署的 Docker 镜像""第 2.11 章 部署与环境:把 Agent 服务稳定交付到服务器""第 2.11.2 节:用 Nginx、环境变量和密钥管理守住部署入口""第 2 卷:AI Agent 工程实战"Docusaurus(静态文档站框架)"第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链"5 份样品简历与 GitHub(代码托管平台)项目包装模板项目首页企业知识库 RAG(检索增强生成)问答系统工程教材证据索引编程智能体项目规则与能力清单模板Dry Run(演练模式)暂无显式引用Embedding(嵌入向量)"第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度""第 2.3.1 节:先判断知识内容应该如何分块""第 2.3.4 节:用引用和评估样例检验检索质量""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3 章 分块、向量与重排:提升召回质量和引用可信度""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.3.5 节:组装分块、向量与重排的作品集交付件""第 2.14.3 节:用报价风险和验收用例锁定交付边界"证据链(Evidence Chain)经营数据分析与报表解读 Agent(智能体)CHGEO(生成式搜索可见性分析项目):生成式搜索可见性分析与内容增长平台智能客服 Agent(智能体)工作台6 个王牌作品集项目总览岗位能力通关路线MCP(模型上下文协议)与 Tool Calling(工具调用)业务工具调用平台多智能体任务协作系统作品集通关模板:最低可交付版、进阶版和面试防守版Excel(电子表格)"第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.2.1 节:先圈定哪些文档适合解析入库""第 2.2.5 节:组装文档解析与入库的作品集交付件""第 2.2.2 节:把解析结果统一成可检索的中间文档格式""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.2.4 节:为多格式解析补上质量标记和重试依据""第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.2.1 节:把 AI Agent 工程师能力拆成训练地图"兜底(Fallback)"第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.3.5 节:组装分块、向量与重排的作品集交付件""第 2.14.4 节:把变更请求和 SLA 写进交付规则""第 2.14.5 节:组装商业访谈与验收的作品集交付件""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.5 节:组装部署与环境的作品集交付件""第 2.11.1 节:把 Agent 服务打包成可部署的 Docker 镜像"FastAPI(后端接口框架)"第 1.2.2 节:把岗位要求拆成初级、中级和项目级能力""第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.2.4 节:区分编排、服务和交付各自负责什么""第 1.2.1 节:把 AI Agent 工程师能力拆成训练地图""第 1.10.3 节:把鉴权、Trace、异步任务和工具网关串成后端流程""第 1.10.1 节:把 Agent 能力包装成清晰的服务入口""第 1.10.5 节:组装 FastAPI 后端的作品集交付件""第 1.10.4 节:把健康检查和错误码接入后端兜底"GitHub(代码托管平台)简历项目复盘面试题面试冲刺路径:7 天、14 天、30 天编程智能体配置与能力生态编程智能体项目规则与能力清单模板其他编程代理工具快速上手与对比编程智能体从原理到实战工具、模型与项目场景选择矩阵Gray Release(灰度发布)"第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程"Codex(智能编程代理)从空文件夹到成品Guardrail(护栏)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.10.3 节:把工具审批卡片和前端状态接入复核流程""第 2 卷:AI Agent 工程实战""第 2.16 章 综合知识库 Agent:串起 RAG、工具、前端和部署闭环"Handoff(任务转交)"第 2.10.2 节:把对话、状态和引用来源展示清楚""第 2 卷:AI Agent 工程实战""第 2.8 章 LangGraph 工作流:用状态图控制循环、分支和恢复""第 2.9.2 节:把角色职责和 Handoff 载荷设计清楚""第 2.9 章 多智能体协作:让角色分工、转交和监督有边界""第 2.9.1 节:先判断什么时候真的需要多智能体协作""第 2.9.5 节:组装多智能体协作的作品集交付件""第 2.9.3 节:用共享状态和 Supervisor 路由控制协作过程"幂等(Idempotency)经营数据分析与报表解读 Agent(智能体)智能客服 Agent(智能体)工作台MCP(模型上下文协议)与 Tool Calling(工具调用)业务工具调用平台多智能体任务协作系统企业知识库 RAG(检索增强生成)问答系统JD(职位描述)"第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.5.3 节:把审批、发布状态和冲突处理放进知识治理流程""第 2.8.3 节:用条件边、循环和人工中断控制复杂流程""第 2.6.3 节:把 MCP 工具调用放进权限和授权流程""第 2.7.3 节:区分 Tool、Resource 和 Prompt Card 的职责""第 2.1.3 节:把资料契约、检索、生成和引用接成回答链路""第 2.4.3 节:把元数据过滤和混合检索接入查询流程"JSON(结构化数据格式)"第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.11.1 节:把 Agent 服务打包成可部署的 Docker 镜像""第 2.2.1 节:先圈定哪些文档适合解析入库""第 2.17.5 节:用评估模板锁定验收标准和交付风险""第 2.16.3 节:把 LangGraph、前端、部署和观测接成端到端系统""第 2.5.1 节:先确定知识库的单一事实来源""第 2.8.3 节:用条件边、循环和人工中断控制复杂流程"JSONL(逐行结构化数据格式)"第 1.11.5 节:组装文件与数据格式的作品集交付件""第 1.11.1 节:把文件入口与资料来源落到可执行流程和检查清单""第 1.11.4 节:用质量闸门拦住格式污染和坏数据""第 1.11.2 节:区分常见文件格式的解析边界与清洗方式""第 1.11.3 节:先把文件解析边界和字段契约定清楚"挑战题LangGraph(智能体状态图框架)"第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.1 节:把 Agent 服务打包成可部署的 Docker 镜像""第 2.2.1 节:先圈定哪些文档适合解析入库""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.10.3 节:把工具审批卡片和前端状态接入复核流程""第 2 卷:AI Agent 工程实战"上线门禁(Launch Gate)"第 1.13.1 节:把 OpenAI-compatible API 写成可校验、可复用的工程契约"CHGEO(生成式搜索可见性分析项目):生成式搜索可见性分析与内容增长平台Least Privilege(最小权限)"第 2.6.2 节:区分工具生态和 MCP 协议各自负责什么""第 2.9.2 节:把角色职责和 Handoff 载荷设计清楚""第 2.9.5 节:组装多智能体协作的作品集交付件""第 2.18.1 节:先画出攻击面,再收紧权限边界""第 2.13.5 节:组装安全、权限与审批的作品集交付件""第 3.8.3 节:把采购比价与风险复核写成可校验、可复用的工程契约"经营数据分析与报表解读 Agent(智能体)智能客服 Agent(智能体)工作台Live Mode(真实运行模式)暂无显式引用Live Smoke Test(真实运行冒烟测试)暂无显式引用LLM(大语言模型)"第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.16.3 节:把 LangGraph、前端、部署和观测接成端到端系统""第 2.5.3 节:把审批、发布状态和冲突处理放进知识治理流程""第 2.6.3 节:把 MCP 工具调用放进权限和授权流程""第 2.7.3 节:区分 Tool、Resource 和 Prompt Card 的职责""第 2.9.3 节:用共享状态和 Supervisor 路由控制协作过程"Markdown(轻量标记语言)"第 2.2.1 节:先圈定哪些文档适合解析入库""第 2.2.5 节:组装文档解析与入库的作品集交付件""第 2.2.2 节:把解析结果统一成可检索的中间文档格式""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.2.4 节:为多格式解析补上质量标记和重试依据""第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.11.5 节:组装文件与数据格式的作品集交付件""第 1.11.1 节:把文件入口与资料来源落到可执行流程和检查清单"MCP(模型上下文协议)"AI Agent 课程路线图""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.2.1 节:先圈定哪些文档适合解析入库""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.17.5 节:用评估模板锁定验收标准和交付风险"Memory(记忆)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.10.3 节:把工具审批卡片和前端状态接入复核流程""第 2.8.2 节:用 State、Node 和 Edge 描述工作流骨架""第 2.9.1 节:先判断什么时候真的需要多智能体协作""第 2.12.3 节:把限流、预算、告警和看板接入运营监控""第 2.18.1 节:先画出攻击面,再收紧权限边界""第 2.18.4 节:组装安全攻防与红队的作品集交付件"Metadata(元数据)"第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度""第 2.3.1 节:先判断知识内容应该如何分块""第 2.3.4 节:用引用和评估样例检验检索质量""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3.5 节:组装分块、向量与重排的作品集交付件""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.2 节:用 Nginx、环境变量和密钥管理守住部署入口""第 2.2.1 节:先圈定哪些文档适合解析入库"Mock Mode(模拟模式)"第 1.5 章 第一个 Agent:跑通 Mock-first 的最小闭环""第 3.12.5 节:组装交付、运维与续费的作品集交付件"LLM(大语言模型)/Prompt(提示词)/Context(上下文)面试题智能体工程师学习路线与章节映射工程闭环学习路线编程智能体从原理到实战Model(模型)"AI Agent 课程路线图""第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15 章 质量与发布:用门禁、灰度和复盘控制上线风险""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度"Multi-Agent(多智能体)"第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2 卷:AI Agent 工程实战""第 2.16.5 节:组装综合知识库 Agent 的作品集交付件""第 2.16.3 节:把 LangGraph、前端、部署和观测接成端到端系统""第 2.16.2 节:把 RAG、工具调用和 MCP 串成综合项目链路""第 2.16.1 节:先把项目需求和资料治理边界定清楚""第 2.16.4 节:把安全要求和商业验收放进上线门禁"Nginx(反向代理服务器)"第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.4 节:为上线准备备份、回滚和故障兜底""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.5 节:组装部署与环境的作品集交付件""第 2.11.1 节:把 Agent 服务打包成可部署的 Docker 镜像""第 2.11 章 部署与环境:把 Agent 服务稳定交付到服务器""第 2.11.2 节:用 Nginx、环境变量和密钥管理守住部署入口""第 2 卷:AI Agent 工程实战"Observability(可观测性)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收"OpenAI-compatible API(兼容式接口)"第 1.3.2 节:区分 Responses、Chat 和 Agents SDK 的调用边界""第 1.13 章 多模型适配:让供应商切换可评测、可回滚""第 1.13.2 节:把模型配置档案与能力矩阵拆成可解释的工程结构""第 1.13.5 节:组装多模型适配的作品集交付件""第 1.13.1 节:把 OpenAI-compatible API 写成可校验、可复用的工程契约""第 1.13.3 节:把供应商适配器与模型路由落到可执行流程和检查清单""第 1.13.6 节:按供应商差异整理工具调用兼容表"LLM(大语言模型)/Prompt(提示词)/Context(上下文)面试题OpenAI(模型服务商)"第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.10.3 节:把工具审批卡片和前端状态接入复核流程""第 2.16.3 节:把 LangGraph、前端、部署和观测接成端到端系统""第 2.5.3 节:把审批、发布状态和冲突处理放进知识治理流程""第 2.8.3 节:用条件边、循环和人工中断控制复杂流程""第 2.6.3 节:把 MCP 工具调用放进权限和授权流程""第 2.7.3 节:区分 Tool、Resource 和 Prompt Card 的职责"PDF(便携式文档格式)"第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.2.1 节:先圈定哪些文档适合解析入库""第 2.2 章 文档解析与入库:把原始文件变成可检索知识""第 2.2.5 节:组装文档解析与入库的作品集交付件""第 2.2.2 节:把解析结果统一成可检索的中间文档格式""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.2.4 节:为多格式解析补上质量标记和重试依据""第 2.16.3 节:把 LangGraph、前端、部署和观测接成端到端系统"权限(Permission)"AI Agent 课程路线图""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度""第 2.3.1 节:先判断知识内容应该如何分块""第 2.3.4 节:用引用和评估样例检验检索质量"Plugin(插件)"第 2.6.5 节:组装 MCP 工具体系的作品集交付件""第 2.6.2 节:区分工具生态和 MCP 协议各自负责什么""第 2.7.5 节:组装 MCP Server/Client 的作品集交付件""第 2.13.1 节:把身份认证和操作授权拆成可审计流程""第 3.2.6 节:把低代码客服工作流迁移成字段契约和验收样例""第 3.1.1 节:把客户原话翻译成可报价的项目范围"1000 道智能体工程师面试题库MCP(模型上下文协议)/工具调用面试题Production Environment(生产环境)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.2 节:用 Nginx、环境变量和密钥管理守住部署入口""第 2.13.2 节:把 RBAC、ABAC 和 RAG 权限统一到访问控制模型""第 2.13.3 节:把高风险工具调用放进网关和人工审批""第 2.4.1 节:先判断向量数据库适合解决什么问题""第 1.10.2 节:把请求、响应、错误码和追踪字段写成接口契约""第 1.8.4 节:把异常、日志、测试和 README 做成交接证据"Coding Agent(智能体)"第 3.11.5 节:组装软件开发与代码助手的作品集交付件""第 3.11.1 节:先判断代码助手能读、能改和必须复核的边界""第 3.11 章 软件开发与代码助手:把代码理解、评审和诊断接入工程证据"1000 道智能体工程师面试题库MCP(模型上下文协议)/工具调用面试题简历项目复盘面试题智能体工程师学习路线与章节映射BOSS(招聘平台名称)岗位要求分析与能力矩阵README(项目说明文件)"第 1.14.1 节:先圈定个人助手能做和不能做的任务""第 1.14.5 节:把个人助手升级成可复核的 Agent 工作台""第 1.14 章 个人 AI 助手:把个人效率工具升级成项目雏形""第 1.14.3 节:把 Prompt、知识范围、工具意图和服务入口串起来""第 1.14.4 节:用测试、日志、演示脚本和 README 证明个人助手可交接""第 1.14.2 节:选出个人助手最值得落地的三个场景""第 1.8.4 节:把异常、日志、测试和 README 做成交接证据""第 1.8 章 Python 工程能力:搭好可维护的 Agent 项目底座"Prompt(提示词)"AI Agent 课程路线图""第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.4 节:用引用和评估样例检验检索质量""第 2.3.2 节:把 Embedding 和向量索引接入召回链路"Pydantic(数据校验库)"第 1.2 章 工程师能力地图:把岗位要求拆成可训练能力""第 1.2.2 节:把岗位要求拆成初级、中级和项目级能力""第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.10.3 节:把鉴权、Trace、异步任务和工具网关串成后端流程""第 1.5.3 节:把 Prompt、能力清单和 Mock/真实双模式串起来""第 1.14.1 节:先圈定个人助手能做和不能做的任务""第 1.14.3 节:把 Prompt、知识范围、工具意图和服务入口串起来""第 1.14.2 节:选出个人助手最值得落地的三个场景"pytest(测试框架)"第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.8.4 节:把异常、日志、测试和 README 做成交接证据""第 1.12.1 节:先判断评测集要解决的真实问题""第 1.12.4 节:把线上失败沉淀成可重复测试""第 1.12.3 节:把结构化日志与配置分层拆成可解释的工程结构""第 3.11.1 节:先判断代码助手能读、能改和必须复核的边界""第 3.11.4 节:用仓库权限和验收样例控制研发助手风险"5 份样品简历与 GitHub(代码托管平台)项目包装模板Queue(任务队列)"第 2.11.1 节:把 Agent 服务打包成可部署的 Docker 镜像""第 1.10.3 节:把鉴权、Trace、异步任务和工具网关串成后端流程""第 1.10.1 节:把 Agent 能力包装成清晰的服务入口""第 1.10.5 节:组装 FastAPI 后端的作品集交付件""第 1.10.2 节:把请求、响应、错误码和追踪字段写成接口契约"面试冲刺路径:7 天、14 天、30 天5 份样品简历与 GitHub(代码托管平台)项目包装模板经营数据分析与报表解读 Agent(智能体)RAG(检索增强生成)"AI Agent 课程路线图""第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.6 节:从失败样例判断是否升级到 Rerank、GraphRAG 和知识库健康度""第 2.3.1 节:先判断知识内容应该如何分块""第 2.3.4 节:用引用和评估样例检验检索质量"限流(Rate Limit)"AI Agent 课程路线图""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.14.4 节:把变更请求和 SLA 写进交付规则""第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收""第 2.11.5 节:组装部署与环境的作品集交付件""第 2.11.2 节:用 Nginx、环境变量和密钥管理守住部署入口"Real Provider Mode(真实供应商模式)"第 3.12.5 节:组装交付、运维与续费的作品集交付件"LLM(大语言模型)/Prompt(提示词)/Context(上下文)面试题智能体工程师学习路线与章节映射工程闭环学习路线编程智能体从原理到实战Reranker(重排序器)"第 2.3.1 节:先判断知识内容应该如何分块""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3 章 分块、向量与重排:提升召回质量和引用可信度""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.3.5 节:组装分块、向量与重排的作品集交付件""第 2.4.3 节:把元数据过滤和混合检索接入查询流程""第 2.4.2 节:按规模、过滤和运维比较 PGVector、Qdrant 与 Milvus""第 2.4.1 节:先判断向量数据库适合解决什么问题"回滚(Rollback)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15 章 质量与发布:用门禁、灰度和复盘控制上线风险""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度"Schema(结构契约)"第 1.4 章 Prompt 与结构化输出:让模型输出变成稳定字段""第 1.4.4 节:用调试样例和回归集控制 Prompt 风险""第 1.4.3 节:把结构化输出接入校验、重试和人工复核流程""第 1.9 章 Pydantic 数据契约:统一模型、工具、接口和日志字段""第 1.9.2 节:用 Schema 版本和字段语义控制契约演进"编程智能体项目规则与能力清单模板编程智能体从原理到实战第三方平台实操:Dify、n8n、CozeSession(会话)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.3 节:把数据库、向量库、Worker 和健康检查纳入部署验收"Skill(技能)"第 2 卷:AI Agent 工程实战""第 2.8 章 LangGraph 工作流:用状态图控制循环、分支和恢复""第 2.8.5 节:组装 LangGraph 工作流的作品集交付件""第 2.8.6 节:用 LangGraph、MCP 和 Skill 组装最小执行链""第 2.6 章 MCP 工具体系:把外部能力接入可审计工具生态""第 1.2.5 节:把学习路径沉淀成作品集能力证据""第 1.10.5 节:组装 FastAPI 后端的作品集交付件"1000 道智能体工程师面试题库Smoke Test(冒烟测试)"第 1.12 章 测试、日志与配置:用证据证明 Agent 行为可靠"部署安全监控面试题编程智能体配置与能力生态编程智能体项目规则与能力清单模板编程智能体从原理到实战工具、模型与项目场景选择矩阵Staging Environment(预发环境)暂无显式引用State(状态) Machine(状态机)"第 2.8.4 节:用检查点、恢复和可视化提升工作流可控性""第 2.8.3 节:用条件边、循环和人工中断控制复杂流程""第 2.8 章 LangGraph 工作流:用状态图控制循环、分支和恢复""第 2.8.1 节:理解 LangGraph 如何用状态图编排 Agent""第 2.8.5 节:组装 LangGraph 工作流的作品集交付件"LangGraph(智能体状态图框架)/多智能体面试题多智能体任务协作系统编程智能体项目规则与能力清单模板Structured Output(结构化输出)"第 2.17.1 节:先明确 Agent 评估到底评什么""第 2.17.5 节:用评估模板锁定验收标准和交付风险""第 2.17.4 节:组装评估与回归的作品集交付件""第 2.17.3 节:用回归阈值决定是否阻断发布""第 1.2.2 节:把岗位要求拆成初级、中级和项目级能力""第 1.2.5 节:把学习路径沉淀成作品集能力证据""第 1.2.3 节:把模型、Prompt、工具和数据串成工程能力链""第 1.2.4 节:区分编排、服务和交付各自负责什么"Supervisor(监督者)"第 2.14.5 节:组装商业访谈与验收的作品集交付件""第 2 卷:AI Agent 工程实战""第 2.16.1 节:先把项目需求和资料治理边界定清楚""第 2.9.2 节:把角色职责和 Handoff 载荷设计清楚""第 2.9 章 多智能体协作:让角色分工、转交和监督有边界""第 2.9.1 节:先判断什么时候真的需要多智能体协作""第 2.9.5 节:组装多智能体协作的作品集交付件""第 2.9.3 节:用共享状态和 Supervisor 路由控制协作过程"Tenant Isolation(租户隔离)"第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.11.4 节:为上线准备备份、回滚和故障兜底""第 2.13.3 节:把高风险工具调用放进网关和人工审批""第 2.4.3 节:把元数据过滤和混合检索接入查询流程""第 2.4.5 节:组装向量数据库选型的作品集交付件"CHGEO(生成式搜索可见性分析项目):生成式搜索可见性分析与内容增长平台低代码平台选择:Coze、Dify、n8n 与代码开发边界第三方平台实操:Dify、n8n、CozeToken(文本计量单位)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.14.4 节:把变更请求和 SLA 写进交付规则""第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.16.4 节:把安全要求和商业验收放进上线门禁""第 2.12.1 节:先设计日志、Tracing 和 Metrics 的观测边界""第 2.12.5 节:组装可观测性与成本的作品集交付件""第 2.12.3 节:把限流、预算、告警和看板接入运营监控""第 2.12.4 节:用 Replay 复盘定位质量和链路问题"Tool Calling(工具调用)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15 章 质量与发布:用门禁、灰度和复盘控制上线风险""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.1 节:先判断知识内容应该如何分块""第 2.3 章 分块、向量与重排:提升召回质量和引用可信度"Trace ID(追踪编号)"第 2.15.1 节:用评测集和黄金问题定义发布基线""第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.15.2 节:用回归、红队和版本管理守住发布质量""第 2.15.3 节:把发布门禁、灰度和回滚做成上线流程""第 2.15.5 节:组装质量与发布的作品集交付件""第 2.3.4 节:用引用和评估样例检验检索质量""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量"Vector Database(向量数据库)"第 2.3.1 节:先判断知识内容应该如何分块""第 2.3.2 节:把 Embedding 和向量索引接入召回链路""第 2.3 章 分块、向量与重排:提升召回质量和引用可信度""第 2.3.3 节:用元数据过滤、召回和重排提升检索质量""第 2.3.5 节:组装分块、向量与重排的作品集交付件""第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.14.2 节:把项目范围和版本计划拆到可交付粒度""第 2.11.4 节:为上线准备备份、回滚和故障兜底"Word(文字文档)"第 2.14.1 节:先把客户需求访谈问到可报价范围""第 2.2.1 节:先圈定哪些文档适合解析入库""第 2.2 章 文档解析与入库:把原始文件变成可检索知识""第 2.2.5 节:组装文档解析与入库的作品集交付件""第 2.2.2 节:把解析结果统一成可检索的中间文档格式""第 2.2.3 节:用元数据、指纹和状态追踪文档入库""第 2.2.4 节:为多格式解析补上质量标记和重试依据""第 2.16.2 节:把 RAG、工具调用和 MCP 串成综合项目链路"Workflow(工作流)"第 2.15.4 节:用发布后复盘沉淀质量改进动作""第 2.14.3 节:用报价风险和验收用例锁定交付边界""第 2.10.1 节:把 AI 工作台信息拆成用户能复核的界面结构""第 2.16.5 节:组装综合知识库 Agent 的作品集交付件""第 2.16.3 节:把 LangGraph、前端、部署和观测接成端到端系统""第 2.16.2 节:把 RAG、工具调用和 MCP 串成综合项目链路""第 2.16.1 节:先把项目需求和资料治理边界定清楚""第 2.16.4 节:把安全要求和商业验收放进上线门禁"下一页Chatbot(聊天机器人)→