拓展选学:编程与算法基础
课前选学,夯实 Python、深度学习与大模型部署的基础能力。
阶段成果 具备独立运行 Python 代码、理解 Transformer 原理并完成本地模型推理的基础。Python 编程基础
Python 环境与基本对象
6 知识点- Python 的应用场景、编程思维与学习路径
- Anaconda 安装、Python 版本与第三方包管理
- Jupyter Notebook 的单元格、运行与文件操作
- 变量命名、赋值机制与对象的身份、类型和值
- 整数、浮点数、复数与常用科学运算
- 布尔值、比较运算、逻辑运算与类型转换
字符串与容器类型
6 知识点- 字符串创建、转义、索引与切片
- 查找、分割、去空白、拼接与格式化输出
- 列表的增删改查、排序、复制与嵌套
- 元组的不可变特性、索引与常用操作
- 字典的键值结构、创建、访问与更新
- 集合去重、交并差运算与不可变集合
控制流与函数设计
8 知识点- if / elif / else 条件判断与嵌套分支
- for 循环、range 遍历与循环嵌套
- while 条件循环与终止条件
- break、continue 与循环流程控制
- 函数定义、调用、返回值与参数传递
- 位置参数、默认参数与可变参数
- 变量作用域与 lambda 匿名函数
- 控制流和函数综合练习:拆解问题与逐步验证
面向对象编程
6 知识点- 类、实例、属性与方法的基本关系
- 构造方法与实例属性初始化
- 实例方法、类方法与静态方法
- 对象封装与方法调用
- 类的继承、方法重写与复用
- 通过小案例理解函数与类的职责划分
NumPy 与 Pandas 入门
6 知识点- NumPy 数组创建、数据类型与形状
- 数组索引、切片与常用统计方法
- 数组广播与向量化科学计算
- Pandas Series 的创建与索引
- DataFrame 的行列结构与数据访问
- 表格数据筛选、赋值与基础处理
机器学习与深度学习基础
序列建模与注意力基础
6 知识点- 序列模型的输入输出与上下文依赖
- Transformer 的发展背景与结构概览
- 注意力机制的直观含义与加权求和
- Query、Key、Value 的角色与计算流程
- 缩放点积注意力与 Softmax 权重
- 从单头注意力到多头注意力
Transformer 编码器
6 知识点- Embedding:把离散 Token 转为向量表示
- 位置编码与序列位置信息
- Self-Attention 的矩阵计算流程
- 残差连接对信息传递的作用
- Layer Normalization 与前馈网络
- Encoder 层的组合与多层堆叠
解码器与大模型结构
6 知识点- Decoder 的输入、输出与自回归生成
- Teacher Forcing 与训练阶段的数据组织
- 因果掩码与前瞻信息隔离
- 编码器—解码器注意力的数据流
- Encoder-Decoder 与 Decoder-Only 的结构差异
- 从 Transformer 数据流理解大模型文本生成
大模型部署软硬件环境
开发环境与系统准备
6 知识点- Windows 下安装与配置 Python 环境
- Ubuntu 下配置 Anaconda 与独立虚拟环境
- 环境变量、终端与依赖安装常见问题
- Windows 与 Ubuntu 双系统的安装流程
- 驱动、CUDA 与深度学习框架的兼容关系
- 运行模型前的软硬件环境检查
算力配置与资源选择
6 知识点- CPU、内存、显存与存储对模型运行的影响
- 模型参数规模、权重精度与显存估算
- 推理与训练的资源需求差异
- 消费级显卡与服务器 GPU 的选型思路
- 本地工作站与云端算力的使用场景
- GPU 平台的计费方式、存储与资源释放
云端算力与部署练习
6 知识点- AutoDL 实例选择、创建与环境配置
- SSH 连接、文件上传与远程开发
- 系统盘、数据盘与模型文件管理
- 开源模型权重下载与依赖安装
- 以 ChatGLM3-6B 为例完成本地推理
- 启动失败、显存不足与依赖冲突排查
AI 编程与开发基础入门
用编程 Agent 完成从需求到可运行应用的开发与迭代。
阶段成果 可运行的 AI 应用、源码与启动说明、项目协作规则。OpenAI Codex 快速入门实战
Codex 安装与开发初体验
6 知识点- Codex App、CLI 与项目工作区的基本关系
- 安装配置、模型选择与任务执行入口
- 授权范围、文件访问与命令执行的基本设置
- 从自然语言需求生成待办清单应用
- 运行项目、定位报错与完成一轮修改
- 使用差异视图检查变更并回退错误修改
项目规则与协作开发
6 知识点- 全局与项目 AGENTS.md 的作用范围
- 让 Agent 先理解目录、依赖与启动方式
- 把业务需求拆成页面、接口和数据任务
- Git 分支、提交与变更审查
- Worktree 隔离不同开发任务
- 多 Agent 协作中的职责、文件范围与结果汇总
Codex 工具与应用实战
7 知识点- 通过 Skills 复用稳定的任务处理方法
- 通过 MCP 接入外部数据与工具
- Computer Use 与浏览器操作的应用边界
- 自动化任务的触发、运行与结果检查
- 订单管理应用:页面、业务动作与数据联动
- 经营看板:指标定义、信息层级与图表呈现
- 简历匹配、AI 资讯与 OA 场景的任务拆解
既有项目阅读与功能迭代
6 知识点- 从 README、依赖和入口理解开源项目
- 建立运行基线并复现现有功能
- 围绕单一需求修改源码与检查影响范围
- 功能分支、代码审查与合并流程
- 跨分支任务协作与冲突处理
- 通过实际运行结果确认功能交付
从提示词到持续开发闭环
7 知识点- Prompt、Context、Harness 与 Loop 的关系
- 为长任务设置目标、阶段产物与完成条件
- 把自动执行与确定性检查组成反馈循环
- 运行日志、问题证据与验证器的作用
- 以 LangGraph 迁移为例拆分状态与工作流
- 核对 API、SSE 与既有业务语义的回归结果
- 沉淀项目规则、经验记录与可复用工作方法
Claude Code 快速入门实战
Claude Code 安装与首次会话
6 知识点- 安装 Claude Code 并完成账号登录与环境检查
- 交互模式、一次性提问与 claude -p 无头模式的区别
- 使用 claude -c 与 claude -r 继续或恢复历史会话
- 权限模式与工具审批:读写文件、执行命令的授权边界
- 在既有仓库中用自然语言提问,定位模块与调用关系
- 用测试与运行结果验证一次功能改动
CLAUDE.md 与项目记忆
6 知识点- CLAUDE.md 的作用范围:全局、项目根目录与子目录
- 使用 /init 生成项目初稿并人工精修
- 写入构建命令、代码规范与架构约束
- 用 /memory 查看和维护记忆文件
- 用 /context 查看上下文占用,用 /compact 压缩摘要
- 用 Git 审查 Claude Code 的变更并回退错误修改
Plan 模式与任务拆解
6 知识点- Plan 模式:先规划、确认后执行的工作方式
- 审阅计划中的文件改动范围与风险点
- 使用 /rewind 与检查点回退到之前的状态
- 将大任务拆成可验收的阶段并逐步确认
- 使用 /tasks 管理当前会话的后台任务
- 多轮迭代中保持需求文档与代码的一致性
斜杠命令、Skills 与子代理
6 知识点- 自定义斜杠命令:.claude/commands 的结构与参数传递
- Agent Skills:SKILL.md 的描述字段、触发条件与资源组织
- 子代理(Subagents)的职责划分与独立上下文
- 使用 /agents 创建和管理子代理
- 将稳定的工作流程沉淀为 Skill 并验证自动触发
- 通过 /batch 思路拆分大型改动并行执行
Hooks、MCP 与自动化集成
6 知识点- Hooks 事件机制:PreToolUse、PostToolUse 与 Stop
- 用 Hook 实现代码格式化、测试检查与安全护栏
- 通过 claude mcp add 接入 GitHub、数据库与浏览器工具
- 在 settings.json 中配置权限允许与拒绝规则
- 用 claude -p 在脚本中调用 Claude Code 完成批量任务
- 接入 GitHub Actions,实现提交后的自动代码审查
多 Agent 终端运行环境(herdr)
6 知识点- herdr 的定位:面向编程 Agent 的终端运行时
- 在同一工作区并行启动多个编程 Agent 会话
- 会话监控、切换与任务状态查看
- 结合 Git worktree 隔离不同 Agent 的修改范围
- 明确 Claude Code、Codex 等 Agent 的职责与文件范围
- 汇总多 Agent 的运行结果并完成交付检查
Pi Agent 本地部署与应用
Pi Agent 的定位与本地安装
6 知识点- 理解 Pi 的终端 Agent 与可扩展运行底座
- 安装 CLI 并检查运行环境
- 配置模型供应商、模型与鉴权方式
- 使用读写文件、编辑与终端工具完成任务
- 项目目录、上下文文件与配置作用域
- 任务结果检查与基础故障排查
会话与上下文管理
6 知识点- 会话保存、恢复与运行记录
- 树形会话、分支与父子节点关系
- 上下文占用与会话压缩
- 压缩摘要对后续任务的信息保留
- 任务中途补充指令与持续交互
- 长任务的检查点、分支试验与结果整理
Skills 与扩展开发
6 知识点- Skills、提示词模板、主题与扩展的分工
- 编写项目 Skill 并验证触发效果
- TypeScript 扩展的加载与生命周期
- 注册自定义工具及其参数与返回值
- 注册命令、订阅事件与交互界面扩展
- 扩展状态持久化、重载与错误处理
程序化集成与应用练习
6 知识点- 交互模式、JSON 输出与 RPC 模式的选择
- 通过 SDK 嵌入 Agent 会话
- 消费流式事件并展示执行过程
- 将扩展与 Skills 组织为可复用包
- 实现一个读取资料并生成结果的本地助手
- 校验工具权限、输入边界与任务完成证据
DeepSeek Harness 本地部署实战
看懂 Agent Harness 运行底座
6 知识点- LLM、Agent 与 Harness 的职责关系
- CLI、Web、SDK 入口与执行环境的分工
- Agent Loop、Prompt Assembly 与工具执行链
- Session 事件记录与上下文重建
- Cordis Context 的服务、作用域与依赖
- Plugin、Preset、Session 各自解决的问题
DeepSeek Harness 本地部署
6 知识点- NPM 安装、Git 源码与 Python SDK 三条入口
- 课程版本基线与独立运行目录
- 启动 CLI、Web 并配置模型 Provider
- 读取笔记、编辑文件与检查工具调用结果
- Minimal 与 Standard 的可见工具差异
- 安装能力、工具可见性与实际授权的区别
插件机制与能力组合
6 知识点- Host、Client 与混合插件的基本形态
- 插件入口、配置、依赖声明与 apply 函数
- 服务注入、工具注册与插件间协作
- Preset 组合、挂载与 Agent 能力面
- 激活、停用、disposer 回收与生命周期
- 热更新、客户端打包与 Host 重启的区别
主题插件定制开发实战
6 知识点- 从需求确定插件范围与接口合同
- 检索已有插件并判断复用或开发
- 编写主题配置、交互入口与样式实现
- 构建、打包、安装并接入当前运行环境
- 核对真实插件状态、页面效果与运行证据
- 验证主题切换、停用、启用与卸载流程
业务需求与方案设计
从业务目标出发,完成需求界定、技术选型与 AI 方案设计。
阶段成果 业务流程图、需求与范围说明、方案架构与 PoC 验证计划。FDE 最佳实践拆解与需求方案设计
FDE 工作方式与交付链路
6 知识点- FDE 在客户现场的业务与技术职责
- 从业务发现到构建、上线和采用的工作链路
- Palantir 用例生命周期与业务结果导向
- OpenAI FDE 的场景发现、集成与反馈实践
- 业务负责人、使用者与技术团队的协作分工
- 从演示效果转向可观测的业务结果
业务调研与需求发现
6 知识点- 识别目标用户、决策者与现有工作方式
- 通过访谈定位高频任务、耗时与错误来源
- 梳理角色、输入、判断、动作与业务结果
- 绘制现状流程并找到关键阻塞点
- 区分用户表达、已证实事实与待验证假设
- 整理业务术语、样本数据与系统接口清单
需求界定与优先级
6 知识点- 把模糊诉求转成具体使用场景
- 以用户故事描述触发条件与期望结果
- 定义业务成功标准与当前基线
- 从价值、频率、数据和风险评估需求
- 确定 MVP 范围、非目标与人工介入点
- 形成可讨论、可验证的需求说明
AI 方案与技术选型
6 知识点- 规则、传统软件与 AI 能力的任务分工
- RAG、Ontology、Agent 与工作流的适用条件
- 识别数据接入、工具调用和已有系统约束
- 设计系统边界、数据流与关键接口
- 比较效果、延迟、成本和运维复杂度
- 记录架构选择、前提假设与备选方案
PoC 设计与交付计划
6 知识点- 挑选最影响方案成立的核心假设
- 设计最小样本、测试任务与对照基线
- 定义 PoC 通过条件和失败后的调整方向
- 拆分开发、验证、试点与上线里程碑
- 制定试点反馈、验收与持续改进方式
- 输出需求范围、架构方案与 PoC 计划
电商经营案例:从业务诉求到 AI 方案
电商经营问题与业务调研
6 知识点- 梳理运营、选品、客服、仓配与营销团队的日常工作
- 从大促复盘与日常经营数据定位需要支持的业务决策
- 明确 GMV、支付转化率、客单价与复购率的指标口径
- 分析类目、SKU、店铺、渠道、地区与用户群等业务维度
- 梳理下单、支付、发货、签收、退款与售后的订单状态流转
- 确定经营分析与预测辅助的 MVP 场景
数据盘点与业务语义对齐
6 知识点- 盘点订单、商品、会员、营销与物流等数据来源
- 建立店铺、商品、SKU、订单与用户之间的对象关系
- 处理重复订单、缺失字段、退款冲突与状态不一致
- 对齐下单时间、支付时间与发货时间等统计口径
- 识别大促、节假日、价格调整与投放活动等影响因素
- 检查数据可用性与预测任务所需的历史跨度
经营分析与预测辅助方案
6 知识点- 将经营问题拆成查询、分析与解释三类任务
- 用确定性计算得到 GMV、转化率与退款率等指标
- 设置销量预测基线与按时间切分的验证方式
- 比较预测误差,并识别新品、大促期等适用边界
- 由 Agent 调用经营查询与预测工具
- 让分析结论关联数据证据与不确定性
方案验证与阶段交付
6 知识点- 设计经营看板、异常提示与追问交互
- 明确自动生成建议与运营负责人决策之间的边界
- 编写代表性问题、异常样本与验收用例
- 验证订单数据到指标、预测到解释的完整路径
- 输出需求说明、业务流程与方案架构
- 形成样本 PoC、验证结论与后续开发计划
企业知识与本体构建
理解企业业务语义,构建可检索、可追溯的企业知识应用。
阶段成果 企业本体与数据映射、数据质量规则、可追溯的知识检索原型。企业 Ontology 本体论与构建实战
Ontology 与企业业务建模
6 知识点- Ontology 在企业业务系统中的作用
- 区分数据表、知识图谱与业务本体
- 从业务名词提取对象类型与标识
- 定义对象属性、数据类型与枚举
- 表达客户、订单、产品与服务之间的关系
- 区分本体定义与具体业务对象实例
从数据到业务对象
6 知识点- 从数据库、文档和接口盘点业务实体
- 建立源字段到对象属性的映射
- 统一主键、名称、单位与业务口径
- 处理一对一、一对多与多对多关系
- 建模对象生命周期与状态约束
- 通过业务查询检验本体是否可用
动作、函数与权限设计
6 知识点- 用 Action 描述业务对象的可执行操作
- 用 Function 表达计算逻辑与业务规则
- 明确动作前置条件、参数和执行结果
- 区分读取权限、动作权限与人工审批
- 把业务对象、知识检索和工具调用连接起来
- 设计对象变更后的反馈与追溯方式
Semantica 本体构建实践
7 知识点- 安装环境并组织本体定义与样例数据
- 使用 OntologyGenerator 从数据推断类、属性与关系
- 导入业务实例并检查对象映射
- 理解 RDF、OWL、Turtle 与 JSON-LD 表达
- 使用 SHACL 描述和校验数据约束
- 查看约束违规与模式覆盖问题
- 迭代本体并验证典型业务问题
企业数据治理实战
企业数据盘点与接入
6 知识点- 按业务场景建立数据源和责任人清单
- 梳理数据库、文件、API 与文档来源
- 确定接入频率、更新方式与访问边界
- 保留原始内容、来源标识与采集时间
- 区分原始层、处理层与应用知识层
- 定义可追溯的数据接入流程
解析、清洗与标准化
6 知识点- 处理 PDF、表格、网页与文本资料
- 规范字符编码、日期、金额与计量单位
- 识别重复、缺失、异常和冲突记录
- 统一主数据标识、字段含义与业务术语
- 把清洗规则转成可重复执行的处理步骤
- 记录处理前后的变化与异常数据去向
数据质量规则与校验
6 知识点- 完整性、唯一性、有效性与一致性检查
- 为关键字段和业务关系定义质量规则
- 使用 Great Expectations 组织期望集合
- 配置验证定义、数据批次与 Checkpoint
- 读取验证结果并定位失败规则
- 根据质量结果触发通知或后续处理
面向 AI 应用的数据交付
6 知识点- 确定切分、元数据与知识入库规范
- 关联数据版本、索引版本与来源记录
- 设计增量更新、删除和重新索引流程
- 区分缺少证据、过期证据与相互冲突证据
- 为典型查询建立可追溯的验证样本
- 交付数据字典、质量报告与更新流程
Naive RAG 入门基础与实战
RAG 原理与应用边界
6 知识点- 大模型知识时效、领域知识与幻觉问题
- Prompt、RAG 与微调的能力差异
- 文档加载、切分、Embedding 与索引流程
- 相似度检索、上下文组装与增强生成
- 回答内容与原始来源之间的证据关系
- 识别需要检索和不需要检索的问题
从零实现最小 RAG
6 知识点- 读取本地资料并保留文档元数据
- 按长度和重叠窗口切分文本
- 调用 Embedding 将文本转为向量
- 使用余弦相似度计算语义相关性
- 构建 FAISS 索引并执行 Top-K 检索
- 将检索片段组织为带来源的回答上下文
检索参数与回答质量
6 知识点- 切分长度和重叠对召回结果的影响
- Top-K、相似度与上下文长度的取舍
- Embedding 模型与检索语义的关系
- 控制 Prompt 中的证据与 Token 预算
- 处理未检索到有效证据的情况
- 从错误回答回查切分、召回与生成环节
代码仓库问答项目实战
6 知识点- 解析代码仓库并建立文档索引
- 使用 Chroma 持久化向量与元数据
- 通过检索定位相关文件和代码片段
- 实现会话问答与 SSE 流式返回
- 展示切分、搜索与 Prompt 组装过程
- 用真实仓库问题验证端到端问答
LlamaIndex 进阶与混合检索实战
LlamaIndex 数据与索引基础
6 知识点- Document、Node 与索引的基本关系
- 多格式 Loader 与数据接入
- StorageContext、VectorStoreIndex 与持久化
- 文档元数据、过滤条件与来源关联
- QueryEngine 与 ChatEngine 的使用方式
- 索引构建、更新与检索调用的完整流程
文档解析与切分策略
6 知识点- Unstructured 的文档分区与元素识别
- Token、Sentence 与固定长度切分
- Markdown、Code 与 JSON 结构化切分
- 按标题聚合与语义切分
- Sentence Window 与分层节点检索
- 比较切分策略对语义完整性和召回的影响
向量检索与混合召回
6 知识点- 本地和在线 Embedding 的配置与调用
- FAISS、Chroma、Milvus 等存储的接入思路
- 向量索引、元数据过滤与结果持久化
- BM25 关键词检索与向量召回互补
- RRF 融合排序与候选结果合并
- Reranker 精排与最终上下文选择
结构化数据检索
6 知识点- PandasQueryEngine 的表格查询流程
- Chain of Tables 的分步表格操作
- Text-to-SQL 的 Schema 与样例上下文
- 多表关联、SQL 校验与查询缓存
- 使用 Agent 路由表格、SQL 与文本工具
- 用执行结果解释分析结论并展示调用链路
图文 PDF 解析与检索
6 知识点- PDF 文本层、扫描页、表格和图片的差异
- PyMuPDF 的文本与页面内容提取
- LlamaParse 与 MinerU 的解析流程
- 保留表格结构、图片描述和页码元数据
- 构建图文节点与多模态索引
- 定位回答所依据的页面和原始证据
多模态图像检索
6 知识点- CLIP 的图文对齐与向量空间
- 以文搜图与以图搜图的实现流程
- 用视觉模型生成图片描述并建立文本索引
- 结合视觉向量、描述文本与 BM25 召回
- 使用多模态 Embedding 与 Reranker 精排
- 缓存图片解析结果并通过工具接入 Agent
检索评测与系统调优
6 知识点- Recall、Precision、MRR 与 nDCG 的含义
- 回答相关性、忠实性与证据覆盖
- 组织检索问题、标准答案与参考来源
- 使用评测工具比较不同检索策略
- 通过链路追踪定位召回与生成问题
- 结合质量、响应时间与成本调整参数
GraphRAG 原理与应用实战
GraphRAG 原理与适用场景
6 知识点- 关系型问题、多跳查询与全局主题问题
- 向量 RAG 与 GraphRAG 的处理差异
- 实体、关系、文本单元与来源映射
- 图结构如何补充局部相似度检索
- 社区层级与全局摘要的作用
- 结合任务特点判断图检索的投入价值
Microsoft GraphRAG 索引流程
6 知识点- 准备输入文档、配置文件与模型连接
- 文本切分与实体关系抽取
- 实体合并、关系组织与图构建
- Leiden 社区划分与层级关系
- 社区报告生成与 Embedding 构建
- 查看索引产物、来源关联与存储结构
查询模式与检索实践
6 知识点- Local Search 的实体邻域与局部上下文
- Global Search 的社区报告与全局归纳
- DRIFT Search 的逐步探索思路
- Basic Search 作为向量检索比较基线
- 围绕同一问题比较查询模式和证据
- 处理跨文档关系、主题总结与多跳问答
索引优化与应用评估
6 知识点- 调整抽取提示词与领域术语
- 小样本试跑与索引成本估算
- 检查实体重复、关系错误和摘要失真
- 制定索引更新与重新构建策略
- 评价答案质量、来源覆盖与执行成本
- 形成 GraphRAG 与已有知识系统的集成方案
LLM Wiki 原理与但问智脑实战
LLM Wiki 的知识组织方式
6 知识点- 从临时问答到可持续维护的知识库
- Raw、Schema 与 Wiki 的分层关系
- 保留原文并生成可追溯的主题知识
- Ingest、Query、Lint 三类工作循环
- 主题页面、双向链接与来源引用
- 使用 Git 和 Obsidian 管理知识变化
但问智脑结构与本地部署
6 知识点- Markdown Vault、Brain 与 Source 的关系
- PGLite 和 PostgreSQL 存储方式
- 部署环境、配置与基础命令
- 导入资料、向量化与内容抽取
- 通过列表、统计与查询检查入库结果
- 用 Schema 定义自有内容类型
关系网络与混合检索
6 知识点- Typed Links 的关系类型与自动连接
- BM25、HNSW 与混合检索
- RRF 融合与结果权重调整
- Search、Think、Gaps 与 Trajectory 的用途
- 根据查询返回片段追溯原始资料
- 对比传统 RAG、图检索与知识编译思路
第二大脑与 Agent 集成
6 知识点- 通过 MCP 将知识查询接入 Agent
- 建立跨会话可读取的个人知识记忆
- 区分知识资料、工作记录与长期记忆
- 使用 Lint、Doctor 排查知识与索引问题
- 增量同步、软删除与知识更新
- 让问答结果保留来源、关系与时间线
Agent 与工作流开发
按业务任务选择 Agent 架构,将知识、工具与流程组合成可运行应用。
阶段成果 可运行的 Agent 应用、工作流图与人工审核机制。LangChain 1.0 Agent 开发实战
LangChain 1.0 基础与模型接入
7 知识点- langchain、langchain-core 与模型集成包的分工
- ChatModel 的初始化与模型参数
- 消息角色、Content Blocks 与多模态消息
- ChatPromptTemplate 与可复用提示词
- Runnable、LCEL 与组件组合
- 同步、异步、批量与流式调用
- 结构化输出与类型约束
Agent 与工具调用
6 知识点- create_agent 与 ReAct 执行循环
- 工具定义、参数 Schema 与返回结果
- 工具选择、执行错误与循环终止
- Tool Router 与按任务组织工具
- 将 MCP 工具接入 LangChain Agent
- stdio 与 HTTP 连接方式及会话管理
状态、持久化与人工介入
6 知识点- Agent State 与消息状态的组织
- Checkpointer 与会话恢复
- PostgreSQL 持久化配置与状态读取
- Store 与跨会话数据保存
- Human-in-the-loop 审批与恢复执行
- 区分对话记忆、运行状态与业务数据
Middleware 中间件开发
7 知识点- 模型前后与 Agent 前后的生命周期钩子
- 模型调用和工具调用的包装方式
- 动态系统提示词与模型路由
- Summarization、Context Editing 与调用限制
- PII 处理、工具选择和模型回退
- 工具重试与人工审批的组合策略
- 面向业务场景组织中间件策略
Agentic RAG 应用实战
6 知识点- 将 FAISS 检索封装为 Agent 工具
- 结合网页搜索与私有知识库回答问题
- 让 Agent 判断何时检索与调用哪个工具
- 通过中间件控制工具调用与风险动作
- 使用 LangSmith 观察任务执行轨迹
- 检查回答、检索证据与完整运行结果
Deep Agents 框架与应用实战
Deep Agents 架构与快速开始
6 知识点- 从基础 Agent 到长任务执行架构
- create_deep_agent 的核心组装过程
- 任务规划与 Todo 状态更新
- 文件系统工具与中间产物保存
- Subagent 分工与上下文隔离
- 模型、工具、状态与中间件的协作
Backend 与运行环境
6 知识点- StateBackend 的会话内文件存储
- FilesystemBackend 的目录访问与边界
- StoreBackend 的持久化数据管理
- CompositeBackend 的路径路由与组合
- SandboxBackend 与隔离代码执行
- Docker、E2B 等沙箱方案的接入思路
子智能体与能力扩展
6 知识点- 同步子 Agent 与独立任务委派
- Compiled Subagent 的工作流复用
- 异步子任务与结果收集
- 模型、工具和中间件的继承与隔离
- 通过 Skills 和 Memory 提供领域能力
- 审批、权限与长任务检查点
Deep Agents 综合应用
6 知识点- Spider 项目的网页采集与信息整理
- WebAnalyzer 的页面理解与结果组织
- CodeGenerator 与 Debug Agent 的协作
- DataProcessor 的数据处理和文件产出
- Gstack Agent 的页面开发与运行验证
- 使用 CompositeBackend、Checkpointer 完成持续任务
多智能体协作模式与实战
多智能体架构选择
6 知识点- 单 Agent 与多 Agent 的能力和成本边界
- 任务划分、角色定义与上下文隔离
- 工具共享、消息传递与结果汇总
- Workflow、Supervisor、Hierarchical 与 Swarm
- 固定流程与动态委派的选择依据
- 失败处理、终止条件与协作结果检查
Workflow:固定流程协作
6 知识点- 将报告任务拆成研究、分析与撰写步骤
- 使用 CrewAI 定义角色、任务和执行顺序
- 组织上下游任务的数据依赖
- 为每一步提供工具与输出要求
- 完成报告生成并检查阶段产物
- 分析固定流程的可控性与适用边界
Supervisor:中心调度协作
6 知识点- 主 Agent 理解需求并委派子任务
- 将专业 Agent 封装为可调用工具
- 研究任务中的搜索与 RAG 工具接入
- 隔离子 Agent 上下文与执行过程
- 汇总多方结果并补充缺失信息
- 观察中心调度的调用链与失败处理
Hierarchical:分层团队协作
6 知识点- 用 LangGraph 组织团队与子团队
- 设计上层协调者和领域负责人
- 以软件研发团队为例划分上层与执行层职责
- 定义团队内部状态与跨团队交接
- 控制反馈循环和多轮协作
- 检查全局目标与各层输出的一致性
Swarm:动态交接协作
6 知识点- 通过 Handoff 转移任务处理权
- 用 Agents SDK 组织客服角色
- 依据用户意图在不同服务角色间切换
- 传递必要上下文并控制信息范围
- 处理无法解决的问题与人工转接
- 比较动态交接和 Supervisor 调度模式
Agent Skills 基础与定制开发
Agent Skills 基础机制
6 知识点- Skill 与 Prompt、Tool、MCP 的分工
- SKILL.md、Frontmatter 与目录组织
- 描述字段、触发条件与技能发现
- 渐进式加载与上下文开销控制
- 脚本、参考资料与模板资源的使用
- 把稳定任务流程封装为可复用能力
Skills 设计模式与质量
6 知识点- Operator、Scout 与 Partner 模式
- Navigator、Philosopher 与 Architect 模式
- Orchestrator 的流程编排与能力组合
- 根据任务选模式并限定使用边界
- 区分指令、背景资料与运行资源
- 检查过长说明、含糊触发与无效约束
从零开发定制 Skill
6 知识点- 从真实失败案例提炼触发和目标
- 编写步骤、输入要求和输出标准
- 以文档总结 Skill 迭代内容与质量
- 为 Skill 配置脚本与参考资源
- 验证手动调用和自动触发
- 从触发、路由、上下文、复用和验证评价效果
Skills 驱动项目开发
6 知识点- 在 mini-Hermes Agent 中实现 Skill 扫描与加载
- 结合 find-skills 发现已有能力
- 使用 uv 处理环境与依赖问题
- 借助代码聚合工具理解项目证据
- 用 TDD 修复 API 错误处理与上下文裁剪
- 构建最小可运行示例并验证业务行为
OpenSpec 工作流与项目开发实战
OpenSpec 入门与变更结构
6 知识点- 规格驱动开发与临时对话开发的差异
- 安装、初始化与项目配置
- Schema、Context、Rules 的职责
- Proposal、Specs、Design、Tasks 四类产物
- 从业务目标描述一个完整变更
- 明确范围、影响、依赖与验证方式
从提案到实现与归档
6 知识点- 使用 Propose 生成可讨论的变更材料
- 审阅需求场景、设计取舍与任务拆分
- 通过 Apply 按任务推进实现
- 用 Verify 检查完整性、正确性与一致性
- 通过 Archive 归档变更并同步规格
- 区分运行测试、规格核查与人工验收
既有项目的增量变更
6 知识点- Explore 阶段梳理代码与当前行为
- 使用 New、Continue 逐步形成变更
- ADDED、MODIFIED、REMOVED 与 RENAMED
- 编写 Given/When/Then 正常和异常场景
- 维护领域规格与多个变更的影响边界
- 理解 Sync 与 Archive 的不同用途
OpenSpec 全栈项目实战
6 知识点- 品牌网站的页面、功能与多轮变更
- React、Vite 项目的实现与页面发布
- StudyPal 学习助手的产品需求拆解
- FastAPI、SQLite 与 LLM 服务组合
- 登录、对话与仪表盘功能的连续迭代
- 定制 Profile、Skills 与 Commands 的交付方式
Spec Kit 规格驱动与工程化开发实战
Spec Kit 规格驱动流程
6 知识点- Spec Kit 安装、初始化与版本基线
- Constitution 的原则、约束与架构边界
- Specify、Plan、Tasks、Implement 的主流程
- Lean 与 Full 工作方式的选择
- Feature Spec、Research 与技术方案文档
- Data Model、Contracts 与任务清单的关系
从模糊需求到可执行规格
6 知识点- 用 Specify 描述用户场景和验收结果
- 用 Clarify 识别歧义并优先澄清关键问题
- 在 Plan 中形成架构选择与研究结论
- 将任务拆成有依赖和完成条件的实施步骤
- 用 Analyze 检查跨文档一致性
- 用 Checklist 检查需求质量与遗漏
AI 写作与 AgentHub 项目实践
6 知识点- AI 写作助手的场景范围与 MVP 拆分
- 围绕模型调用设计应用数据和接口
- AgentHub 的 Playground、运行历史与 Trace
- 通过流式接口连接前端与 Agent 服务
- 用 Zod 约束输入、配置与环境变量
- 把已有项目的新需求写成增量规格
从设计稿到工程项目
6 知识点- 分析 Figma Make 导出的页面与交互结构
- 将 Vite、React Router 项目迁移到 Next.js
- 处理主题、布局、路由与组件边界
- 把迁移步骤封装为可复用 Skill
- 沉淀 Schema、流式 API 与环境校验命令
- 通过新会话与实际功能验证 Skill 可用性
Superpowers 工程化进阶实战
Superpowers 工程协作流程
6 知识点- 理解技能驱动的软件开发工作方式
- Brainstorming 中明确目标、范围与设计
- 把设计转成可执行的实现计划
- 将任务拆成可检查的小步骤
- 按任务选择执行、审查与验证技能
- 用明确的完成条件控制开发闭环
测试与系统化调试
6 知识点- 先写失败用例再实施最小修改
- 使用 TDD 推进功能与修复
- 从现象复现到根因定位
- 收集日志、状态和接口证据
- 验证修改是否解决原始问题
- 检查与修改直接相关的回归路径
多任务协作与代码交付
6 知识点- 使用分支和 Worktree 隔离开发任务
- 按模块和文件范围划分并行职责
- 评审任务结果、接口合同与代码变更
- 在合并前核对运行结果与测试证据
- 完成开发分支、清理临时状态与交接
- 避免把测试通过等同于全部业务验收
与 Spec Kit 组合实战
6 知识点- 用 Spec Kit 形成需求和工程任务依据
- 用 Superpowers 推进计划、实现和调试
- 围绕全栈项目组织多轮开发迭代
- 联调真实数据库和前后端接口
- 检查跨仓库合同与共同影响的用户流程
- 通过项目案例沉淀可复用 Skills
定制化 LangGraph 业务工作流实战
LangGraph 状态图基础
6 知识点- Workflow 与 Agent 的任务控制差异
- State、Node、Edge 与 StateGraph
- 用 TypedDict 定义业务运行状态
- START、END 与图的编译执行
- 消息状态、Reducer 与状态合并
- 把业务流程转换为节点和状态变化
条件、并行与循环编排
6 知识点- 条件边与基于业务状态的路由
- 并行分支、结果收集与汇总
- Orchestrator-Worker 的动态任务分解
- Evaluator-Optimizer 的检查与改进循环
- 为循环设置次数和终止条件
- 处理失败分支、超时和降级结果
持久化与人工审核
6 知识点- Checkpointer、Thread ID 与状态快照
- 持久执行、故障恢复与历史状态读取
- interrupt 暂停与人工审核输入
- 通过 Command 恢复、批准、修改或拒绝
- 理解节点重放对外部动作的影响
- 为写操作设置幂等和重复执行保护
定制业务工作流实战
6 知识点- 定义受理、处理、审核和完成等业务状态
- 接入知识检索、数据库查询与业务工具
- 将自动处理与人工决定连接为完整流程
- 把流式事件和状态变化展示到前端
- 编写正常、异常、拒绝与恢复用例
- 交付可运行工作流与业务验收记录
评测集成与上线交付
将 AI 应用接入真实环境,完成评估调优、部署上线与交付验收。
阶段成果 部署应用、运行追踪、评测报告与交付验收材料。智能体长短期记忆管理
短期记忆与会话持久化
6 知识点- 上下文窗口、短期记忆与长期记忆的关系
- 保存和恢复多轮对话历史
- 通过滑动窗口裁剪历史消息
- 用摘要压缩长会话并保留关键信息
- JSON 文件与会话存储的实现思路
- 区分用户事实、当前任务与临时工具结果
长期记忆的组织方式
6 知识点- 向量、键值、图与关系型存储的取舍
- Direct Memory 与检索式记忆
- 记忆的写入、检索、更新和删除
- MemoryManager 的职责与调用时机
- Sleeptime 记忆整理与后台处理思路
- mini-Hermes Agent 的提示词和记忆分层
mem0 记忆系统实战
6 知识点- 部署 mem0 并接入模型与向量存储
- 从对话提取值得保存的事实
- 识别重复、冲突与需要更新的记忆
- 通过 user_id 等过滤条件隔离不同用户和应用
- 查看记忆历史与更新来源
- 使用 AsyncMemory 与 LangChain 工具集成
记忆与知识系统协作
6 知识点- 在 FastAPI 中提供记忆读写接口
- 组合知识 RAG 与用户记忆检索
- 控制记忆写入频率和信息选择
- 通过 Dream 流程整理已有记忆
- 测试跨会话引用、冲突更新和删除效果
- 检查记忆来源与实际任务表现
智能体上下文工程
上下文工程基础
6 知识点- 系统规则、历史、记忆、工具、任务与外部资料
- 上下文长度、信息相关性与注意力分配
- Write、Select、Compress、Isolate、Cache
- 为不同任务确定需要进入上下文的信息
- 追踪模型实际收到的提示词与工具定义
- 区分上下文缺失、污染与冗余问题
上下文写入与选择
6 知识点- SessionWrite 保存会话和工具结果
- SmartMemoWrite 选择值得长期保存的信息
- TaskState 保存当前目标和执行进度
- SelectManager 统一组织上下文来源
- 组合 mem0、文件与混合检索
- 依据任务路由 Skills 和外部资料
压缩、隔离与缓存
6 知识点- 通过中间件裁剪历史和冗长工具输出
- 摘要压缩与结构化状态保留
- 为子 Agent 分配独立上下文
- 仅把必要结论和证据返回主 Agent
- 利用稳定前缀组织缓存友好的输入
- 检查缓存边界、尾部裁剪与信息损失
上下文工程对照实战
6 知识点- 工具 Agent 的任务状态与调用上下文
- 知识问答的检索证据选择与压缩
- 研究任务的资料收集与子任务隔离
- 比较优化前后的完整模型输入
- 记录任务表现、Token 消耗与响应时间
- 根据失败样本调整写入和选择策略
智能体开发部署上线全流程实战
服务器部署与运行维护
8 知识点- 云服务器、Ubuntu 与远程 SSH 连接
- SSH 密钥、环境变量与应用运行用户
- 安装运行环境并配置项目依赖
- 使用 Uvicorn 启动后端服务
- 通过 systemd 管理启动、重启与开机运行
- 使用 Nginx 反向代理与域名访问
- 配置 HTTPS 证书与自动续期
- 检查健康接口、运行日志与日志轮转
Agent 服务 API 设计
8 知识点- 从 Agent 输入输出设计 REST 接口
- CRUD、对话、文件处理与长任务的接口差异
- 使用 FastAPI、Pydantic 与 OpenAPI
- 同步调用、异步调用与并发处理
- SSE 流式输出与客户端事件消费
- 任务轮询与 WebSocket 的选择
- 文件上传、解析与结果下载
- 鉴权、CORS、错误返回与接口调试
API 服务应用实战
6 知识点- 构建文本分析服务的请求与响应模型
- 接入大模型并组织结构化结果
- 开发 LLM 流式输出接口
- 处理流式中断、错误和结束事件
- 从前端调用真实 API 并展示执行状态
- 检查页面、接口与服务日志的一致性
Docker 镜像与应用容器化
6 知识点- 镜像、容器、仓库与数据卷的关系
- 编写 Dockerfile 与 .dockerignore
- 构建缓存、依赖安装和镜像体积
- 管理端口、环境变量和持久化目录
- 处理 ARM 与 AMD64 架构差异
- 使用 Buildx 构建并推送镜像
Docker Compose 项目部署
6 知识点- 编排前端、后端与基础服务
- 连接 Milvus、Etcd 和 MinIO
- 配置服务依赖、健康检查和持久化卷
- 挂载模型权重与接入 GPU 推理
- 部署多模态图像检索应用
- 在真实页面验证服务调用与检索结果
Kubernetes 核心机制
8 知识点- Node、Pod 与容器运行的关系
- API Server、Etcd、Scheduler 与 Controller
- Kubelet、kube-proxy 与节点职责
- 声明式配置与期望状态协调
- Deployment、StatefulSet 与副本管理
- Service、Ingress 与应用访问路径
- ConfigMap、Secret 与配置管理
- PVC 与有状态数据持久化
k8s 与 Helm 部署实战
8 知识点- 搭建 k8s 集群并使用 kubectl 检查节点与服务状态
- 使用 Helm 组织应用部署配置
- 通过 K9s 查看资源与运行状态
- 接入 NVIDIA 插件和 GPU 资源请求
- 使用 Init Container 处理启动依赖
- 将多服务检索项目部署到集群
- 观察扩缩容、Pod 恢复和滚动更新
- 验证应用入口、数据持久化与完整业务流程
智能体追踪与运维实战
智能体运行事件与链路
6 知识点- 模型调用、工具执行与 Agent 切换事件
- Token 流、运行项与 Agent 更新流的差异
- 把运行事件关联到一次用户任务
- 区分正常输出、异常与 Guardrail 触发
- 从调用轨迹定位失败环节
- 记录必要输入、输出与工具执行结果
AgentOps 追踪实践
6 知识点- 接入 AgentOps 并创建可追踪运行
- 观察模型调用、工具与执行步骤
- 检查任务耗时、调用次数与错误
- 对照事件流理解 Agent 实际行为
- 追踪安全边界与异常终止
- 从问题样本回放和定位故障
AgentScope 与 Studio 实战
6 知识点- AgentScope 的模型、消息与格式化组件
- 构建 ReAct Agent 与工具能力
- 使用 Studio 查看对话和运行轨迹
- 组织多 Agent 消息与状态
- 通过狼人杀案例观察角色协作过程
- 结合代码和追踪结果解释一次完整运行
AI 应用评测与交付验收实战
AI 应用评测目标与维度
6 知识点- 区分回答质量、任务结果和业务价值
- 任务完成、工具调用与执行轨迹评测
- 证据、状态和多轮一致性检查
- 安全边界、扰动与稳定性测试
- 同时观察质量、延迟与使用成本
- 把业务要求转成可执行验收条件
LangSmith 数据集与实验
6 知识点- Dataset、Example、Experiment 的关系
- 构建输入、参考结果与测试元数据
- 编写规则评测器和模型评测器
- 执行实验并分析单条失败样本
- 比较模型、提示词与工具版本
- 使用标注队列组织人工判断
Agent 测试集构建实战
6 知识点- 计算器 Agent 的正确性与工具检查
- 记账 Agent 的数据写入与结果一致性
- 设计正常、多轮、异常和边界任务
- 用扰动样本检查行为稳定性
- 区分错误分类、复现步骤与修复策略
- 建立覆盖核心业务路径的回归集
调优与交付验收
6 知识点- 从失败证据判断模型、提示词或工具问题
- 针对主要问题实施单项调整
- 复跑相关样本并比较效果变化
- 检查修复是否引入新的业务回归
- 形成评测结果、限制说明与验收材料
- 把运行反馈转为下一轮迭代任务
Agent 评测体系参考:Paperclip
6 知识点- 区分 Runner 评测与产品端到端(Product E2E)评测的边界
- 为两类评测编写用例并记录预期结果
- 用 Skill 规范化评测用例的编写流程
- 发布动态快照的评测看板,标注部分完成的评测活动
- 记录测量日期,保证报告刷新后的结果可追溯
- 将评测结果纳入上线前的回归检查清单
综合项目与持续迭代
在八个真实项目中综合运用业务分析、开发与交付能力。
阶段成果 项目源码、过程文档、评测与验收材料、可复用 Skills、个人 FDE 工作流。多模型应用平台:LLM-AnythingChat
多模型应用平台架构
6 知识点- LLM-AnythingChat 的用户场景与功能结构
- React 前端与 FastAPI 后端的协作
- 模型配置、用户、会话与消息的数据组织
- 官方直连、网关、Ollama 与 vLLM 适配器
- 在线模型和本地模型的统一接入思路
- 启动项目并检查前后端实际连通
在线模型 API 接入
6 知识点- Token、API Key 与服务商配置
- 阅读官方文档确定地址、模型与参数
- Chat Completions 的消息与响应结构
- temperature、输出长度与生成控制
- 流式响应、异常分类与错误处理
- 多轮对话、上下文裁剪和摘要
工具、多模态与异步任务
6 知识点- Function Calling 的参数、执行与结果回传
- 图片 URL、Base64 与视觉输入
- 多模态消息的前后端处理
- 异步调用、批处理与任务状态
- Celery、Redis 与后台任务协作
- 在界面中展示流式结果和工具调用记录
本地模型部署与平台整合
8 知识点- Hugging Face、ModelScope 与权重下载
- Tokenizer、配置文件与 Safetensors 分片
- 显存、KV Cache 与推理资源规划
- Transformers 加载与基础推理
- GGUF、AWQ、GPTQ 与量化部署思路
- llama.cpp、Ollama 和 Modelfile
- vLLM 的分页注意力、缓存与服务接口
- 将本地推理服务接入统一模型平台
Advanced RAG 五范式检索工作台
五范式检索工作台架构
6 知识点- 统一管理文本、表格、PDF、图像和视频资料
- 工作台、检索服务、索引与模型的分工
- 运行诊断、环境配置与项目启动
- 资料导入、索引建立与状态展示
- 记录检索结果、来源与执行过程
- 区分内置示例展示与新问题的实际执行
文本检索策略比较
6 知识点- 在同一资料集上比较多种文本检索策略
- 关键词、向量与混合召回的结果差异
- 重排对相关片段顺序的影响
- 显示问题、候选片段和最终证据
- 比较不同策略的回答表现
- 从失败问题反查切分和检索配置
结构化数据可信分析
6 知识点- 接入大规模 CSV 并检查字段与数据规模
- 把问题转换为可执行的数据操作
- 计算指标、分组、筛选与统计结果
- 保留数据来源与实际执行证据
- 区分原始数据规模和返回结果规模
- 在分析结论中呈现口径与依据
图文 PDF 与图像检索
6 知识点- 解析 PDF 文字、表格和图片内容
- 保留页码并回看答案对应的原始页面
- 构建图文证据与多模态检索链路
- 通过文本或图片查询图像资料
- 融合图像向量、图片描述与关键词召回
- 比较结果排序和证据相关性
视频定位与 Retrieval Agent
6 知识点- 使用 FFmpeg 和 ffprobe 处理视频资料
- 组织时间片、画面与描述信息
- 从自然语言问题定位相关视频片段
- 让 Retrieval Agent 选择适合的检索工具
- 在连续会话中保留问题与检索上下文
- 贯通真实执行、来源展示与结果验证
AnythingChatRAG 亮点:图增强与双层检索
6 知识点- AnythingChatRAG 的实体与关系抽取,构建知识图谱索引
- 局部(local)与全局(global)双层检索的适用场景
- naive、hybrid 等检索模式与五范式检索结果的对照
- 文档的增量插入、更新与删除后的索引维护
- 通过知识图谱可视化检查检索证据与关系路径
- 比较图增强检索与向量检索的回答质量与构建成本
NL2SQL 数据分析可视化 Agent
NL2SQL 系统架构与数据接入
6 知识点- 自然语言问数到表格、图表和解释的流程
- 前端、Agent、工具与基础设施四层架构
- 部署 LangChain Agent 和 FastAPI 服务
- 接入 MySQL、内置 CSV 与导入 CSV
- 组织 Schema、业务说明和 SQL 样例
- 检查模型、Agent 与数据库服务状态
领域知识与检索增强
6 知识点- 使用 Vanna 思路组织问数上下文
- 为表结构、业务文档和历史 SQL 建立索引
- 部署 Jina Embedding 服务
- 配置 Milvus 集合、字段与向量索引
- 执行批量向量化和训练资料管理
- 通过语义检索选择当前问题所需的上下文
SQLAgent 执行链路
6 知识点- 使用 create_agent 组织 ReAct 工具循环
- 检索相关表结构并生成 SQL
- 进行语法、执行范围与只读查询检查
- 执行查询并根据错误调整方案
- 限制返回数据并保留原始数据规模
- 通过流式事件呈现分析步骤和工具结果
经营分析与可视化工作台
6 知识点- 围绕经营数据生成指标和趋势
- 展示品类贡献、履约状态与支付结构
- 按城市等业务维度进行排序和比较
- 组合图表、明细表与自然语言解释
- 从分析结论回看 SQL 和执行结果
- 用真实输入验证问数到展示的完整路径
但问智学 · 知识工程台
但问智学平台 项目定位与运行架构
6 知识点- 但问智学平台 的定位:面向终身个性化学习的代理原生学习工作台
- 一套运行时承载 Chat、Quiz、Research、Visualize 与 Mastery Path 等学习模式
- Python 服务端、Next.js 前端与 deeptutor CLI 的分工和通信方式
- 使用 pip 安装、deeptutor init 初始化与 deeptutor start 启动服务
- 区分运行目录(Runtime Home)、内容工作区与用户私有数据目录
- 在 Settings → Providers 中配置模型供应商并核对启动状态
多引擎知识库与文档解析
6 知识点- 知识库的版本化索引与重新构建流程
- LlamaIndex、PageIndex 与 GraphRAG 等知识引擎的选择依据
- 文档解析引擎(MinerU、PyMuPDF4LLM 等)对表格与图片的处理差异
- 连接内容工作区、Obsidian 库与 Kiwix 离线资料
- 检索结果的来源引用与页面级定位
- 在同一资料集上比较不同引擎的召回与回答表现
学习模式与掌握度闭环
6 知识点- Chat、Ask Questions、Solve 与 Research 的任务边界
- Quiz 生成、题库练习与错题本的组织方式
- Course Study 与 Guided Learning 的课程学习路径
- Mastery Path 的掌握度检查与逐级进阶机制
- 沉浸式阅读:文档与对话并排,按页引用原文
- Audio Overview 与 Visualize 的生成、检查与导出
分层记忆与个性化上下文
6 知识点- L1 痕迹、L2 摘要与 L3 综合的三层记忆结构
- Memory Graph 中 L2 事实与 L1 证据的关联关系
- 记忆的可见性、可编辑性与学习数据的隐私边界
- Task Board 中学习任务的跟踪、归档与恢复
- 个人资料、笔记与知识库在多个工作流中的复用
- 评估个性化推荐与记忆召回的质量与副作用
扩展能力:Skills、MCP 与 Agent Harness
6 知识点- 内置工具、MCP 服务与 CLI Apps 的扩展方式
- 通过 deeptutor skill install 安装社区 Skill 并完成安全检查
- 在对话中咨询 Claude Code、Codex 等本地 Agent harness
- Partners 的 IM 通道接入与多用户隔离
- 图像、视频与语音生成模型的能力配置
- 为学习场景编写一个最小 Skill 并验证触发效果
源码阅读与定制开发
6 知识点- 仓库结构:deeptutor、deeptutor_cli、deeptutor_web 与 packaging
- 从 CLI 入口与 API 路由追踪一次请求的执行链路
- 插件机制:能力、工具与 loop 插件的注册与生命周期
- 运行 Python 与 Node 测试,理解发布前的质量门禁
- 基于 Docker 或 rootless Podman 完成容器化部署
- 阅读 release 说明与变更记录,跟踪版本演进
Hermes Agent 个人办公助手
Hermes Agent 原理与本地运行
6 知识点- Hermes Agent 的 Agent、Gateway 与交互入口
- 安装源码、配置模型并启动 TUI 或控制台
- Agent Loop 的思考、工具与观察循环
- 工具执行流水线与事件流
- 插件、能力与工具注册的关系
- 终端执行、授权和 Docker 沙箱边界
上下文、多 Agent 与记忆机制
6 知识点- 查看一次请求中的真实模型上下文
- Context Engine 与压缩触发机制
- Steering 消息与任务中途引导
- 子 Agent 的隔离、协作与文件共享
- 记忆写入、Flush 与混合检索
- Dream 整理与长期知识维护
Hermes Agent 应用架构
6 知识点- Next.js、FastAPI 与 LangChain / LangGraph
- SSE 事件流与前端执行过程展示
- 实现文件、终端等基础工具能力
- 通过 Spawn 委派子任务并收集结果
- 会话持久化与任务状态管理
- 检查工具执行、页面反馈与结果一致性
Skills 与个性化工作区
6 知识点- 扫描 Skills 并加载触发说明与指令
- SOUL、IDENTITY、USER、AGENTS 与 MEMORY
- 组合系统规则、角色与用户上下文
- 开发定制 Skill 完成文件和信息处理
- 通过 Canvas、A2UI 呈现任务结果
- 把重复任务沉淀为可复用能力
记忆与上下文工程整合
6 知识点- 为记忆建立索引和混合检索
- 组织上下文裁剪、压缩与容量保护
- 在多轮任务中保存关键状态
- 验证跨会话记忆的写入和召回
- 处理工具失败、任务中断与继续执行
- 完成个人办公助手的端到端运行练习
但问数智 · 数据分析智能体
但问数智:架构与项目启动
6 知识点- 数据分析智能体的业务目标与交互入口
- Hermes Agent、分析服务与确定性 Core
- 使用 Compose 启动项目服务
- 配置模型、业务数据与基础环境
- 理解分析工作台和管理工作台的分工
- 检查业务问题到执行证据的完整链路
业务指标与可信计算
6 知识点- 业务领域、指标和维度注册表
- 净收入、销售额与退款的口径差异
- 分别聚合销售与退款数据
- 处理统计窗口和跨期退款
- 核对 SQL 来源、计算过程与结果
- 将分析结果连接到可追溯的证据
从意图到冻结执行
6 知识点- Intent、Clarify、Compile 与 Freeze
- 明确时间、指标、范围和对比方式
- 对歧义进行追问并形成完整任务
- 冻结执行口径后再进入 Execute
- 产生 Evidence 并展示查询结果
- 在多轮追问中区分延续任务与重新建模
受控 SQL 与能力管理
6 知识点- 组织 SQL 草稿、校验与受控执行
- 为不同角色限定工具和数据操作范围
- 用变更提案管理规则与新能力
- 预览、确认和执行的步骤划分
- Dry Run、版本变化与确认失效处理
- 通过证据记录检查新增能力是否可用
分析评审与报告生成
6 知识点- Advocate 与 Skeptic 的独立分析视角
- 隔离角色工具、过程和执行上下文
- 通过 Judge 汇总分歧和证据
- 限制分析轮次并保留未解决问题
- 生成归因分析与可核查的报告
- 由业务人员审阅结论并决定后续行动
企业 AI 客服中台
企业客服中台需求与场景
6 知识点- 梳理客户、坐席、审核员和管理员角色
- 以保险服务为例拆解咨询与材料处理任务
- 定义咨询受理、知识问答和业务办理边界
- 整理业务系统、知识文档与工具接口
- 确定 MVP、人工处理入口与验收指标
- 设计会话、客户、工单和处理状态
知识与工具接入
6 知识点- 组织产品条款、办理规则与常见问题
- 为文档保留版本、来源和适用条件
- 解析用户提交的表格、图片与材料
- 通过 RAG 返回有证据的业务说明
- 把保单查询、工单查询等能力封装为工具
- 控制身份校验、数据访问与敏感信息展示
LangGraph 客服流程编排
6 知识点- 通过意图识别进入不同业务处理路径
- 定义受理、补充信息、处理和审核状态
- 用条件路由分配自动处理与人工处理
- 保存会话状态与处理中断点
- 支持多轮补充材料和恢复执行
- 处理工具异常、超时和无法回答的问题
Deep Agents 复杂任务处理
6 知识点- 拆解材料整理、条款比对和信息核查任务
- 为子 Agent 分配资料与处理职责
- 把长材料和中间结果保存到工作区
- 汇总缺失信息、证据和需要核实的问题
- 将关键判断交给人工审核
- 在坐席界面展示过程和处理依据
管理、评测与上线交付
6 知识点- 设计角色权限、操作记录和审核日志
- 配置知识更新与客服流程版本
- 构建咨询、异常、转人工等场景测试集
- 评估解决率、准确性、时延与人工介入
- 完成接口联调、部署和运行追踪
- 交付客服中台、操作说明与验收记录
FDE 综合毕业项目:企业客户服务与订单处理
项目调研与业务问题定义
6 知识点- 确定企业客户服务与订单处理的真实用户
- 访谈客服、订单运营和管理者的工作诉求
- 梳理咨询、查询、异常处理与结果回写流程
- 收集业务样本、现有系统和接口约束
- 调研可复用产品、开源组件与技术方案
- 明确业务目标、当前基线和待验证假设
PRD 与 MVP 范围设计
7 知识点- 定义客户、客服、审核员与管理员角色
- 编写典型用户故事和业务成功条件
- 确定咨询、订单查询与异常工单的 MVP
- 明确订单修改、退款等动作的审核边界
- 设计正常、失败、拒绝和转人工场景
- 区分本期范围、非目标和后续扩展
- 形成 PRD、业务流程与验收标准
架构选型与数据模型
7 知识点- 规划前端、后端、Agent 和外部系统边界
- 选择模型、知识检索与工作流实现方式
- 设计客户、订单、商品、工单和操作记录
- 定义订单状态、工单状态与迁移约束
- 明确查询、审批、执行和回写接口合同
- 设计身份、权限、数据隔离与审计需求
- 记录技术取舍、依赖与失败恢复方案
UI 与关键交互设计
6 知识点- 规划客户入口、坐席台和管理后台
- 设计会话、订单信息与工单协同界面
- 展示检索来源、任务进度和处理结果
- 设计待审核、执行中、失败与完成状态
- 用交互原型验证核心服务流程
- 沉淀页面规范、组件与设计说明
规格拆分与开发准备
6 知识点- 将 PRD 按功能依赖拆成实施顺序
- 用 Spec Kit 或 OpenSpec 形成具体规格
- 补齐场景、数据模型、接口与验收条件
- 编写项目原则、AGENTS.md 与协作规则
- 拆分前后端、知识库和工作流任务
- 建立分支、运行基线和进度记录
知识问答与订单服务开发
6 知识点- 导入服务规则、产品资料和订单说明
- 构建检索、引用和无法回答的处理逻辑
- 实现身份核验、订单与物流查询工具
- 编排意图识别、信息补齐和任务路由
- 处理订单异常并创建或更新工单
- 通过流式事件连接 Agent 和坐席界面
人工审核与业务闭环
6 知识点- 把退款、补发等敏感动作提交审核
- 支持审核通过、修改、驳回和转交
- 保存审核状态并恢复后续工作流
- 为外部写操作设置幂等与重复执行保护
- 核对实际执行结果并回写业务系统
- 向客户反馈处理结果并保留完整记录
分层测试与真实链路联调
7 知识点- 单元测试验证状态、规则与工具逻辑
- 组件测试验证真实数据库和接口合同
- 前后端联调验证流式事件与错误处理
- 端到端测试覆盖咨询到结果回写
- 测试超时、中断、重复请求和权限边界
- 检查页面布局、响应式与关键交互
- 通过日志和状态证据定位真实失败原因
部署、验收与持续迭代
7 知识点- 配置生产环境、数据库迁移与容器部署
- 设置健康检查、日志追踪与故障恢复
- 编写业务评测集并运行交付回归
- 核对回答证据、工具结果与订单状态
- 组织用户验收并记录问题与限制
- 交付源码、部署说明、评测和验收材料
- 从运行反馈沉淀 Skills 与下一轮迭代任务
