Agent 工程师学习线路 --- 核心知识点总结
来源：《万字总结 - 我偷来了一份成为 Agent 工程师的学习线路》by Chasen (@chasen_liao)
原始文档：《Agent工程师入门指南》（AI + web3 公司面试官提供）
一、六大学习模块 + 配套项目
| 模块 | 核心知识点 | 学完要做的项目 | 验收标准 |
|---|---|---|---|
| ① LLM 基础 | Transformer、Token/上下文窗口、采样参数、模型类型/API协议、流式输出、结构化输出、工具调用、多轮会话、Embedding | 大模型 API Playground | 能解释一次请求到响应的全过程；演示工具调用和结构化输出失败处理 |
| ② Prompt Engineering | Role/System、Zero/Few-shot、CoT/ReAct/Reflexion、推理模型边界 | （贯穿所有项目，不单独设） | 每个项目记录 3 组 Prompt 修改前后对比 |
| ③ RAG | 解析分块、向量检索、混合检索、Rerank、引用溯源、评估 | RAG + Tool Calling Agent | 支持上传/引用/拒答，≥2 工具，≥20 条测试问题 |
| ④ Agent 应用 | Agent Loop、工具设计、规划拆解、状态管理、Workflow模式、记忆、上下文工程、MCP、HITL、安全、评估 | 简化 Coding Agent | 读懂 learn-claude-code，从零实现自己的版本 |
| ⑤ 后端工程 | Python Async/FastAPI/Pydantic、SQLAlchemy/Alembic/PostgreSQL、Redis/任务队列、测试/Docker/CI/CD、K8s/微服务 | AI 服务后端系统 | 一条命令启动、访问 API 文档、一条命令跑测试 |
| ⑥ 实战项目 | Coding/Working/OpenClaw类/Personal Agent 四类开源项目 | 挑一个跑通 + 一个改动 | 代码+文档+测试放 GitHub，提供仓库链接 |
二、各模块学习内容与链接对照表
① LLM 基础
| 知识点 | 学习内容 | 参考链接 |
|---|---|---|
| Transformer | 注意力机制、模型结构、生成过程 | 图解 Transformer |
| Token & 上下文窗口 | Tokenization、输入/输出Token、Context Window、上下文溢出、Lost in the Middle | Token 计数文档 |
| 采样参数 | Temperature、Top-p/Top-k、Frequency/Presence Penalty、Seed、Stop Sequences | vLLM SamplingParams |
| 模型类型 & API | Chat/Reasoning/多模态/Embedding/Rerank；Chat Completions/Responses/Messages | Chat Completions、Responses、Claude Messages |
| 流式输出 | SSE、event stream、delta、中断/取消/未完成处理 | OpenAI 流式、Claude Streaming |
| 结构化输出 | JSON Mode vs Structured Outputs、拒绝/截断/校验失败 | JSON Schema、Structured Outputs |
| 工具调用 | Function Calling、tool_call_id 对应、并行调用、错误返回 | OpenAI Function Calling、Claude Tool Use |
| 多轮会话 | 历史管理、记忆、摘要、状态接口 | 会话状态 |
| Embedding | 向量、相似度、归一化、Cosine/Dot/L2、模型选型 | Embedding 文档 |
② Prompt Engineering
| 知识点 | 学习内容 | 参考链接 |
|---|---|---|
| 基本组成 | 角色/任务/上下文/输入/输出格式/约束 | OpenAI Prompt Engineering、Claude 提示词指南 |
| Zero/Few-shot | 无示例 vs 少量示例表达标准 | Few-shot |
| CoT | 拆解问题、逐步推理 | CoT |
| ReAct | Reasoning + Acting，决定工具调用 | ReAct |
| Reflexion | 检查、反思、修正结果 | Reflexion |
| 推理模型边界 | 不要对推理模型强行加"一步步思考" | 推理模型提示建议 |
③ RAG
| 知识点 | 学习内容 | 参考链接 |
|---|---|---|
| 解析与分块 | PDF/Word/HTML/Markdown/表格/OCR；固定/递归/语义/父子分块、overlap | LlamaIndex 加载、Pinecone 分块策略 |
| 向量检索 | Embedding 选型、Top-K、阈值、向量库（FAISS/Milvus/Qdrant等）、索引（FLAT/IVF/HNSW/PQ） | 向量数据库 |
| 混合检索 | BM25 + 向量、RRF、多查询改写 | Hybrid Search |
| 元数据 | 标题/来源/时间戳/权限过滤（系统级执行） | LlamaIndex 元数据提取 |
| Rerank | Bi-Encoder/Cross-Encoder、二阶段检索（bge-reranker/Cohere/Jina） | Cohere Reranking |
| 生成与引用 | 引用溯源、拒答、Lost in the Middle | RAG 完整流程 |
| 评估 | 检索准确率、召回率、忠实度、幻觉率 | Ragas |
| 进阶 | Query Rewrite、HyDE、Self-Query、Agentic RAG、GraphRAG | GraphRAG |
④ Agent 应用
| 知识点 | 学习内容 | 参考链接 |
|---|---|---|
| Chatbot/Workflow/Agent 划分 | 固定流程 vs 动态决策 | Building Effective Agents |
| Agent Loop | 模型提出→执行→反馈→推进→停止 | Agent Loop、Pi 源码 |
| 工具设计 | 描述、参数Schema、错误返回、并行、超时重试 | Function Calling |
| 规划拆解 | Plan-and-Execute、动态重规划、依赖、终止条件 | Lilian Weng Agent、Planning Agents |
| 状态管理 | 会话/工具/进度持久化、恢复 | LangGraph Persistence、Durable Execution |
| Workflow 模式 | Prompt Chaining/Routing/Parallelization/Orchestrator-Workers/Evaluator-Optimizer | Building Effective Agents |
| 记忆系统 | 短期/长期/情景/语义记忆、提取压缩遗忘 | IBM Agent Memory |
| 上下文工程 | 选择/裁剪/压缩/动态注入/摘要 | Anthropic 上下文工程 |
| MCP | Server/Client、Tools/Resources/Prompts | MCP 官方文档 |
| Human-in-the-Loop | 审批、中断、恢复、人工修正 | LangGraph Interrupts |
| Agent 安全 | Prompt Injection、工具越权、沙箱、敏感数据、二次确认 | OWASP 防护指南 |
| Agent 评估 | 任务完成率、工具准确率、失败恢复、成本延迟 | Langfuse、LangSmith |
⑤ 后端工程
| 知识点 | 学习内容 | 参考链接 |
|---|---|---|
| Python Async | asyncio、协程、事件循环、并发控制 | asyncio 文档 |
| FastAPI | 路由、Depends、中间件、异常、生命周期 | FastAPI |
| Pydantic | BaseModel、Field、嵌套、校验器、DTO | Pydantic |
| SQLAlchemy + Alembic | 模型、事务、连接池、AsyncSession、迁移 | SQLAlchemy Async、Alembic |
| PostgreSQL | 表设计、索引、事务锁、JSONB、pgvector | PostgreSQL、pgvector |
| Redis | String/Hash/ZSet/Stream/TTL/Lua、限流/锁/缓存 | Redis |
| RabbitMQ | Producer/Consumer/Queue/Ack/死信队列 | RabbitMQ Tutorials |
| 测试 | pytest、pytest-asyncio、Mock、Fixture | pytest |
| Docker | Dockerfile、Compose、multi-stage、volume | Docker |
| CI/CD | GitHub Actions、workflow、secrets、cache | GitHub Actions |
| Kubernetes | Pod/Deployment/Service/HPA/滚动发布 | Kubernetes |
| 微服务 | DDD 边界、同步异步通信、网关、可观测性 | Microservices.io |
⑥ 实战项目（四个切口）
| 类别 | 项目 | 学习重点 |
|---|---|---|
| Coding Agent | Pi、Codex CLI | Agent Harness、工具执行循环、会话上下文 |
| Working Agent | WorkBuddy（体验）、OpenWork（源码）、Eigent（多Agent） | 任务执行、工作目录、多Agent协作 |
| OpenClaw类常驻助手 | nanobot（入门）、OpenClaw（进阶） | 常驻Gateway、多渠道、Skills、权限沙箱 |
| Personal Agent | OpenBot、OpenDots | 环境隔离、统一网关、持久会话、HITL |