工程知识库

AI 全栈

面向具备基础编程能力的读者，从前置知识开始讲清概念、完整流程、动手步骤和验证方法。每个系列按章节推进，读完不只知道名词，还能把方法带进实际工作。

当前主线课程式技术博客

文章: 152
栏目: 7
技术主线: AI + Infra

学习路线

三条主线

AI 全栈前端交互、后端服务、Agent 能力和工程交付一起学习。Agent 工程师从模型输入输出走到知识检索、工具、证据、评测与可靠运行。AI Infra 工程师从 Linux、容器和数据服务走到 GPU 推理、容量和恢复。

从这里开始

重点文章

01LLM、工作流、RAG 和 Agent 到底有什么区别从同一个资料问答任务出发，判断什么时候直接调用模型、什么时候使用工作流、RAG 或 Agent。02从零串起一个只读知识 Agent 完整案例把请求、会话、检索、工具、证据、流式事件、任务恢复、评测和观测串成完整系统。03DOM 事件系统从点击一个嵌套按钮开始，观察事件目标、捕获、冒泡、默认行为和事件委托。04后端请求从连接建立到响应返回经历了什么从 DNS、TCP/TLS、反向代理进入框架路由、业务逻辑、数据库和响应。05AI Infra 工程师能力地图与学习路径用应用、数据、模型、计算、平台和可靠性六层地图理解岗位边界和成长路线。

全部栏目

知识地图

16 篇AI 与 Agent从模型输入输出开始，逐步构建具备检索、工具、记忆、证据和质量治理的知识 Agent。12 篇SEO 与增长沿需求、页面、抓取、索引、排名、点击、转化和搜索广告建立完整增长方法。71 篇前端保留算法与重学前端课程，并通过可观察页面和最小实现学习现代前端工程。20 篇后端先补齐协议、数据库、缓存和消息队列，再完成 Node.js、Python、Go 三条服务实践。21 篇AI Infra 与运维从 Linux、网络和容器走向数据服务、GPU 推理、容量、观测、交付与恢复。7 篇架构实践站在 AI 工程师视角处理模型不确定性、证据、状态、权限、质量和成本边界。5 篇工程方法把调试、变更、测试、资料核实和技术决策整理成可以直接复用的工作方法。