[总结] AI Agent工程师
2026/6/13 19:48:35 网站建设 项目流程

文章目录

  • 基础
    • Prompt Engineer
    • LLMs 调用
    • 流式输出
    • Tool Use
    • 上下文管理(记忆)、持久化
    • LLM基础
  • 进阶
    • MCP
    • RAG
    • 向量数据库
      • Query优化
      • 检索优化
      • 生成优化
    • Agent架构
      • ReAct模式
      • Plan-and-Execute模式(适合复杂任务)
      • Multi-Agent协作(最复杂)
    • LangGraph深度
    • Memory系统
    • 生产化工程
      • 可观测性
      • 成本优化
      • 安全性
      • 性能优化
  • 实战项目
  • 参考

基础

Prompt Engineer

LLMs 调用

流式输出

Tool Use

上下文管理(记忆)、持久化

LLM基础

进阶

MCP

RAG

向量数据库

Query优化

检索优化

生成优化

Agent架构

ReAct模式

Plan-and-Execute模式(适合复杂任务)

Multi-Agent协作(最复杂)

LangGraph深度

Memory系统

生产化工程

可观测性

成本优化

安全性

性能优化

实战项目

  1. 智能文档问答系统•技术栈:
    • LangChain + Milvus + GPT-4•
    • 学习重点:RAG pipeline设计
  2. 自动化代码审查Agent•技术栈:
    • LangGraph + GitHub API + GPT-4
    • 学习重点:Tool使用、结构化输出
  3. Multi-Agent协作系统•技术栈:
    • LangGraph + Custom Tools•
    • 学习重点:Agent编排、通信协议

参考

知乎 AI玩家日志 回答

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询