根据真实优秀 Agent 架构候选人技术画像深度拆解:从 Agent Loop、Tool Use、上下文工程、KV Cache 意识、长期记忆,到复杂状态机、多智能体协同、Eval 评测门禁及 4 个高星真实开源与上线项目实战!
本教程不讲虚浮概念,完全聚焦于生产级 AI 系统可落地、可调试、可评测的真实工程。
以下是技术点的学习入口;章节深度不同,补充的工程细节与验收练习见 第 13 章。模拟数据和架构方案不等同于真实项目实现。
| 简历核心维度 | 涵盖具体技能与工具项 | 对应核心章节 | 内置实战与互动演练 |
|---|---|---|---|
| Agent / LLM 核心 |
Agent Loop, Tool Use, Reasoning/Planning, Memory, Skills, MCP, Subagent, Multi-Agent, RAG
|
第 2、3、4、8、13 章 | ReAct 步进器、Prompt Caching 计算器、FSM 画布 |
| 工程与全栈平台 |
TypeScript, React, Next.js, Tailwind CSS, Python, SSR, Chrome Extension, Linux, Nginx, Tauri
|
第 6、7、9、10、13 章 | SSE 协议包规范、插件 Side Panel、Nginx 反代防缓冲 |
| 工作方法与可靠性 |
Context/Prompt Engineering, Evaluation, 可靠性体系, 复杂状态建模, API/数据流设计, 自进化链路, 0→1 产品交付
|
第 1、4、5、13 章 | LLM-as-a-Judge 门禁、Wiktionary 锚定靶场、自校验修正 |
| 四大代表项目复现 | B2B 多模态工作流、AI 咨询产品、Agent-first 阅读系统、LLM 词典数据生产 | 第 6、11、13 章 | 多模态实时编排时间线、端到端架构拆解 |
| 跨学科与综合实战 |
社会学背景 (拟剧论/角色理论)、零依赖模拟 Agent Loop
|
第 6、7、9、10、13 章 | 浏览器预设流程模拟 |
建议按照顺序从上往下依次研读与演练,章节包含不同程度的原理、示例、模拟和自测;涉及生产实现时请结合官方文档和真实测试。
为什么说“大模型只是发动机,Harness 才是方向盘与安全带”?深入解析裸 LLM 面临的 4 大死穴,掌握 Perception-Reasoning-Action-Reflection 完整心智模型。
彻底解密 ReAct / Plan-and-Solve 循环运行机制。掌握标准 Function Calling、Zod/Pydantic 参数强校验、Anthropic MCP 协议架构与 Skills 渐进加载。
从 Token 预算管理到前缀缓存(Prompt Caching)意识,讲解如何通过 Prompt 结构布局争取缓存复用;深入短期工作记忆、情节记忆与生产级 RAG 检索链路。
告别单链式提示词崩溃!用有限状态机 (FSM) 驾驭非确定性模型,掌握 Subagent 异步派发机制与主从分治、多智能体流水线拓扑。
没有评测就没有可靠交付!讲解三层评测体系、LLM-as-a-Judge 评估指标设计、自动化 CI/CD 门禁回归,以及如何用 Grounding 与自校验降低部分事实错误。
结合 React/Next.js/TypeScript 构建 B2B 工作流可视化编排;基于简历项目设计多模态平台、AI 咨询、阅读系统与词典数据管线的教学案例。
用零依赖 JavaScript 实现可运行的模拟工具调用循环,并通过预设流程观察状态变化。
深入 Anthropic Model Context Protocol 规范:Host-Client-Server 架构、Tools / Resources / Prompts 原语与渐进式技能加载。
把 Agent 装进浏览器!拆解 Manifest V3、Side Panel 侧边栏、Content Script 网页感知清洗与 Background Service Worker 生命周期与恢复。
解决本地流畅上线卡死的生产痛点:Nginx 响应缓冲关闭、600s 长超时配置、Linux 句柄限制调优与 Systemd 崩溃自愈。
教学架构方案:头部量化 B2B 多模态编排、1000+ 用户 AI 咨询双层记忆、Tauri 阅读系统插件内核与近千星词典 Grounding 闭环。
人文与系统的交响:戈夫曼“拟剧论”前后台思维链分离、角色理论避免单一智能体超载、组织科层制多智能体协作与博弈。
幂等与恢复、提示注入、RAG 证据链、评测指标、SSE 断线恢复、React/Next.js 与工程栈,配套案例和综合练习。
按照自上而下的瀑布流路线,从第一章的“认识 Harness”开始,带你一步步敲开顶尖 AI 研发工程师的系统架构之门。
立即进入 第一章:Harness 核心心法 ➔