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
- 智能文档问答系统•技术栈：
- LangChain + Milvus + GPT-4•
- 学习重点：RAG pipeline设计
- 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
- 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
)