AI AGENT FIELD NOTES
把零散的 AI 知识
连成可复用的系统
这里记录 AI Agent 的核心概念、工程实践和面试题。左侧按主题进入独立页面，适合学习、复习，也适合在项目遇到问题时快速查阅。
01
🗺️
从零学习路线
先建立地图，再按阶段学习、编码和复盘。
3 篇内容 开始阅读 → 02
🔤
LLM 必备基础
掌握 Agent 依赖的模型输入、输出与检索基础。
4 篇内容 开始阅读 → 03
🧠
Agent 核心概念
建立目标—决策—行动—观察—终止的完整认知。
4 篇内容 开始阅读 → 04
🧰
工具与协议
从调用意图到安全执行，掌握 Agent 与外部世界的连接。
4 篇内容 开始阅读 → 05
📚
上下文、RAG 与记忆
管理模型看到的信息、外部知识和跨会话经验。
4 篇内容 开始阅读 → 06
🧩
编排、状态与框架
从组合模式到框架选型，控制复杂任务执行路径。
4 篇内容 开始阅读 → 07
⚙️
工程化与评测
把 Demo 变成可恢复、可观测、可度量的生产系统。
6 篇内容 开始阅读 → 08
🛡️
安全与治理
用信任边界、最小权限和人工控制约束 Agent。
3 篇内容 开始阅读 → 09
🚀
项目实战
用三个递进项目和上线清单完成从 Demo 到生产。
4 篇内容 开始阅读 → 10
🧠
LLM 原理与推理优化
从 Transformer 到微调、量化和在线推理容量。
11 篇内容 开始阅读 → 11
✍️
Prompt 与上下文工程
提示合同、上下文选择、结构化输出、拒答和缓存。
6 篇内容 开始阅读 → 12
🔎
RAG 深入与知识工程
切分、索引、混合召回、重排、高级 RAG 与端到端评测。
12 篇内容 开始阅读 → 13
🔧
工具、MCP 与 Agent 协议
工具契约、注册发现、执行网关、MCP、A2A 与网络安全。
11 篇内容 开始阅读 → 14
🕸️
记忆与多 Agent 系统
状态、记忆生命周期、Checkpoint、通信、任务分配和冲突处理。
11 篇内容 开始阅读 → 15
🧩
主流 Agent 框架实战
LangGraph、Agents SDK、ADK、AutoGen、CrewAI、LlamaIndex 等框架选型。
12 篇内容 开始阅读 → 16
🛡️
评测、安全与治理
结果与轨迹评测、统计可靠性、Judge 校准、注入和红队。
10 篇内容 开始阅读 → 17
⚙️
Agent LLMOps 与面试实战
SLO、队列、幂等、容灾、网关、预算、CI/CD 和项目表达。
9 篇内容 开始阅读 → 18
🎯
AI Agent 面试题库
240 道递进题，含答案、知识回链与追问链。
12 篇内容 开始阅读 → 推荐学习顺序
概念 → 实践 → 面试
先建立 Agent 的心智模型，再理解工具调用、RAG 和评测，最后用面试题检验是否真正掌握。
