课程总目录¶
AI Agent 开发工程师教程 · 12 卷全景目录
本目录是整个教程的导航中枢。每一卷均链接至该卷目录下的
README.md，可在其中进一步跳转到具体章节。
第一部分：基础与工程能力¶
第 1 卷 · AI 基础¶
建立对智能体、大语言模型与检索增强生成的整体认知，为后续开发打下理论根基。
- 第 1 章 智能体与生成式 AI
- 第 2 章 大语言模型（LLM）
- 第 3 章 Token 与上下文窗口
- 第 4 章 Embedding 词向量
- 第 5 章 Prompt 基础
- 第 6 章 RAG 与检索
- 第 7 章 多智能体简介
第 2 卷 · Python 开发¶
掌握现代 Python 工程能力，包括异步、Web 框架与测试，为 Agent 开发铺路。
- 第 1 章 Python 环境与工具
- 第 2 章 现代 Python 高阶特性
- 第 3 章 异步编程
- 第 4 章 FastAPI 和 Pydantic
- 第 5 章 HTTP 客户端与 Web
- 第 6 章 测试与质量
第 3 卷 · OpenAI API¶
深入 OpenAI 官方 SDK，掌握 Responses API、流式、函数调用与微调。
- 第 1 章 Responses API
- 第 2 章 流式响应
- 第 3 章 函数调用（Function Calling）
- 第 4 章 Embedding API
- 第 5 章 文件和微调（Fine-tuning）
第 4 卷 · Prompt 工程¶
系统学习 Prompt 设计方法，从角色设定到结构化输出与 Guardrail。
- 第 1 章 系统提示与角色设定
- 第 2 章 Few-shot 与模板
- 第 3 章 结构化 Prompt
- 第 4 章 复杂 Chain 模式
- 第 5 章 Prompt 调试与 Guardrail
第二部分：Agent 与框架¶
第 5 卷 · Agent 开发¶
从零构建 Agent，理解生命周期、规划、工具调用、记忆与交互。
- 第 1 章 Agent 生命周期
- 第 2 章 Agent 规划（Planning）
- 第 3 章 工具调用和执行
- 第 4 章 状态与记忆
- 第 5 章 Agent 间交互
第 6 卷 · RAG 检索增强生成¶
构建生产级 RAG 系统，覆盖分块、向量库、搜索策略与企业知识库。
- 第 1 章 分块与索引
- 第 2 章 向量检索数据库
- 第 3 章 搜索策略
- 第 4 章 元数据与过滤
- 第 5 章 企业知识库构建
第 7 卷 · MCP 模型上下文协议¶
掌握 Model Context Protocol，连接模型与外部工具世界。
- 第 1 章 MCP 概念
- 第 2 章 MCP Server
- 第 3 章 MCP Client
- 第 4 章 MCP 工具实践
- 第 5 章 安全与审批
第 8 卷 · LangGraph¶
使用 LangGraph 构建有状态、可循环的图形化 Agent 工作流。
- 第 1 章 LangGraph 概览
- 第 2 章 图形工作流
- 第 3 章 基本构件
- 第 4 章 状态与记忆
- 第 5 章 多智能体编排
第 9 卷 · 多智能体系统¶
设计协作、分工、投票的多智能体系统，兼顾安全与可扩展。
- 第 1 章 多智能体框架概览
- 第 2 章 协作与通信
- 第 3 章 分工与协调
- 第 4 章 策略与投票
- 第 5 章 安全与可扩展
第三部分：企业实战与运维¶
第 10 卷 · 企业案例¶
通过项目案例集合，将前面所学综合应用于真实业务场景。
- 第 1 章 企业案例总览与分类
- 第 2 章 智能客服系统
- 第 3 章 AI 办公助理
- 第 4 章 AI 编程助手
第 11 卷 · 系统设计¶
面向生产的高并发、异步任务与可观测性系统设计。
- 第 1 章 高并发与缓存
- 第 2 章 异步任务与队列
- 第 3 章 日志与监控链路追踪
第 12 卷 · 部署与运维¶
将 Agent 系统部署到生产，包含容器化、CI/CD、成本与安全。
- 第 1 章 Docker 容器化
- 第 2 章 Linux 服务器与 Nginx
- 第 3 章 CI/CD 实践
- 第 4 章 成本优化与安全加固
附录¶
阅读建议¶
- 零基础读者：按卷顺序从第 1 卷开始，建立完整知识体系
- 有 Python 经验：可快速浏览第 1-2 卷，重点从第 3 卷开始
- 有 LLM 开发经验：可直接从第 5 卷 Agent 开发进入，按需查阅前置卷
- 求职导向：在主体学习完成后，结合第 10-12 卷与附录的面试宝典、简历模板冲刺求职