AI Agent Engineer

课程目录个知识域 · 57 个课程入口 · 4 条角色路径

角色路径

Agent 应用开发32
  1. AI基础认知核心
  2. Python基础推荐
  3. JSON 学习目录推荐
  4. 数据结构基础推荐
  5. API 学习目录推荐
  6. Markdown推荐
  7. Git推荐
  8. Linux命令可选
  9. 正则表达式可选
  10. 概率统计推荐
  11. 机器学习推荐
  12. 现代 LLM 能力与模型选择核心
  13. 提示词工程学习目录核心
  14. 上下文工程学习目录核心
  15. LLM API 集成学习目录核心
  16. Tool Calling(含 Function Calling)核心
  17. Agent 核心核心
  18. MCP可选
  19. 环境型 Agent可选
  20. Agent Skills可选
  21. Agentic Design Patterns 目录可选
  22. LangChain可选
  23. CrewAI 学习目录可选
  24. 工作流自动化学习目录核心
  25. 数据标注推荐
  26. 数据可视化推荐
  27. 评测体系推荐
  28. LLMOps 学习目录推荐
  29. AI 安全学习目录核心
  30. 隐私计算学习目录推荐
  31. 多Agent协作学习目录可选
  32. A2A 协议学习目录可选
RAG 与知识库35
  1. AI基础认知核心
  2. Python基础推荐
  3. JSON 学习目录核心
  4. 数据结构基础可选
  5. API 学习目录推荐
  6. Markdown推荐
  7. Git推荐
  8. Linux命令可选
  9. 正则表达式推荐
  10. 概率统计推荐
  11. 线性代数推荐
  12. 机器学习推荐
  13. 现代 LLM 能力与模型选择核心
  14. 提示词工程学习目录核心
  15. 上下文工程学习目录核心
  16. LLM API 集成学习目录核心
  17. 多模态AI学习目录可选
  18. 数据清洗核心
  19. OCR可选
  20. 语音识别可选
  21. 文档解析学习目录核心
  22. 知识库构建学习目录核心
  23. Chunking 策略核心
  24. 向量基础推荐
  25. Embedding核心
  26. 向量数据库核心
  27. 语义搜索核心
  28. 数据标注推荐
  29. Reranking核心
  30. RAG核心
  31. 数据可视化推荐
  32. LangChain可选
  33. 评测体系核心
  34. AI 安全学习目录核心
  35. 隐私计算学习目录推荐
Agent 平台与可靠性38
  1. AI基础认知核心
  2. Python基础推荐
  3. JSON 学习目录推荐
  4. 数据结构基础推荐
  5. API 学习目录推荐
  6. Markdown推荐
  7. Git推荐
  8. Linux命令推荐
  9. 正则表达式可选
  10. 概率统计推荐
  11. 机器学习推荐
  12. 现代 LLM 能力与模型选择核心
  13. 提示词工程学习目录核心
  14. 上下文工程学习目录核心
  15. LLM API 集成学习目录核心
  16. Tool Calling(含 Function Calling)核心
  17. Agent 核心核心
  18. MCP可选
  19. 环境型 Agent可选
  20. Agent Skills可选
  21. Agentic Design Patterns 目录可选
  22. LangChain可选
  23. CrewAI 学习目录可选
  24. 工作流自动化学习目录核心
  25. 数据清洗推荐
  26. 数据标注推荐
  27. 数据可视化推荐
  28. 评测体系核心
  29. 数据合成推荐
  30. Benchmark设计核心
  31. MLOps 学习目录推荐
  32. LLMOps 学习目录核心
  33. 运行监控学习目录核心
  34. AI 安全学习目录核心
  35. 隐私计算学习目录推荐
  36. AI 治理学习目录核心
  37. 多Agent协作学习目录推荐
  38. A2A 协议学习目录可选
多模态与实时交互29
  1. AI基础认知核心
  2. Python基础推荐
  3. JSON 学习目录推荐
  4. 数据结构基础可选
  5. API 学习目录推荐
  6. Markdown推荐
  7. Git推荐
  8. Linux命令可选
  9. 正则表达式可选
  10. 概率统计推荐
  11. 线性代数推荐
  12. 机器学习推荐
  13. 深度学习推荐
  14. 现代 LLM 能力与模型选择核心
  15. 多模态AI学习目录核心
  16. OCR推荐
  17. 语音识别核心
  18. 语音合成核心
  19. Tool Calling(含 Function Calling)核心
  20. Agent 核心核心
  21. 数据标注推荐
  22. 数据可视化推荐
  23. 实时多模态交互核心
  24. 评测体系核心
  25. AI 安全学习目录核心
  26. 隐私计算学习目录推荐
  27. 图像生成可选
  28. 视频生成可选
  29. 多Agent协作学习目录可选

知识域

01工程与数学基础14
  1. 01AI基础认知
    ↳课程总览
    1. 概念地图6
      1. AI地图与核心术语
      2. 数据、模型、训练与推理
      3. 泛化、数据划分与泄漏
      4. 评测证据与反馈闭环
      5. LLM如何生成答案
      6. Agent如何完成任务
    2. 工程决策4
      1. 能力边界与失败模式
      2. 何时使用 AI 与系统形态选择
      3. 从原型到上线与退出
      4. 负责任使用与风险控制
    3. 项目与自测2
      1. 综合项目:会议行动项助理
      2. 全库自测与掌握检查
  2. 02Python基础
    ↳课程总览
    1. Python Agent 工程最小实践
    2. Agent工程路线12
      1. 基础与边界4
        1. 解释器、虚拟环境与依赖
        2. 类型提示与数据模型
        3. 函数、模块与依赖注入
        4. 文件、JSON 与输入校验
      2. 可靠性与测试3
        1. 异常、超时、重试与资源管理
        2. 配置、日志与敏感信息
        3. 单元测试、Mock 与回归
      3. 并发与交付3
        1. 异步、并发、取消与限流
        2. 项目结构、CLI 与可复现运行
        3. Agent 工具函数设计
      4. 项目与自测2
        1. 项目:可靠任务队列
        2. 全库自测与掌握检查
  3. 03数据结构基础
    ↳课程总览
    1. 基础模型2
      1. 数据结构、抽象类型与不变量
      2. 复杂度、资源成本与实测
    2. 线性结构3
      1. 顺序、链式与二分查找
      2. 可变性、复制与迭代
      3. 栈、队列与双端队列
    3. 索引与优先2
      1. 哈希表、字典、集合与计数
      2. 堆与稳定优先队列
    4. 关系结构2
      1. 树与层级遍历
      2. 图、依赖与拓扑顺序
    5. 工程选择1
      1. 结构组合、容量边界与性能诊断
    6. 项目与自测2
      1. 项目:依赖任务调度器
      2. 全库自测与掌握检查
  4. 04JSON 学习目录
    ↳课程总览
    1. JSON 语法与数据模型
    2. Python 解析、序列化与严格模式
    3. 互操作性、Unicode 与数字边界
    4. 文件、JSON Lines 与流式处理
    5. JSON Schema 基础契约
    6. Schema 设计、版本与错误定位
    7. API、LLM 与工具调用中的 JSON
    8. 实战:可靠 Agent 配置与事件管道
    9. JSON 练习、自测与掌握标准
  5. 05API 学习目录
    ↳课程总览
    1. HTTP 请求与响应
    2. Requests 客户端、Session 与契约阅读
    3. 认证、状态码与凭据安全
    4. 分页、限流与配额
    5. 超时、重试、退避与幂等性
    6. 错误分类、日志与排查
    7. 实战:可靠 API 客户端
    8. API 练习、自测与掌握标准
    9. 参考资料1
      1. Requests Quickstart 中文学习笔记
    10. AI API 调用11
      1. 厂商 AI API 参考目录
      2. OpenAI API 调用
      3. Anthropic Claude API 调用
      4. Google Gemini API 调用(Interactions 与 GenerateContent)
      5. DeepSeek API 调用
      6. Qwen API 调用
      7. Kimi API 调用
      8. 智谱 GLM API 调用
      9. Mistral API 调用
      10. Cohere API 调用
      11. xAI Grok API 调用
  6. 06Markdown
    ↳课程总览
    1. Markdown 基础语法与可读源文件
    2. CommonMark、GFM 与 Obsidian 语法边界
    3. Obsidian 链接、附件与嵌入
    4. Properties、Callouts 与可复用笔记
    5. 面向 Agent 工程的结构化技术写作
    6. 综合写作练习与 Mermaid 排错
    7. 知识库运行手册项目与自测
    8. Markdown 参考资料、版本与兼容性说明
    9. examples2
      1. 会议摘要运行手册参考答案
      2. 链接与嵌入练习目标
    10. Markdown 完整教程
    11. Mermaid 完整教程:用 Markdown 文本画流程图、架构图和项目图
  7. 07Git
    ↳课程总览
    1. Git Cheat Sheet:本机安装 Git
    2. Git Cheat Sheet:入门与仓库创建
    3. Git 状态模型与提交图
    4. Git Cheat Sheet:暂存区与文件操作
    5. Git Cheat Sheet:提交与提交前检查
    6. Git Cheat Sheet:分支切换与分支管理
    7. 分支合并与冲突处理
    8. Git Cheat Sheet:差异对比与提交引用
    9. Git Cheat Sheet:撤销与清理
    10. Git Cheat Sheet:历史改写与故障恢复
    11. Git Cheat Sheet:历史追踪与代码考古
    12. Git Cheat Sheet:远程仓库同步
    13. 远程协作与离线双克隆实验
    14. Git Cheat Sheet:Git 配置与关键文件
    15. 版本控制实战与自测
  8. 08Linux命令
    ↳课程总览
    1. Linux 常用指令遗留速查
    2. Linux 环境与 Shell 基础
    3. 01 帮助与基础
    4. 02 目录与路径
    5. 03 文件和目录操作
    6. 04 查看文件内容
    7. 05 搜索与查找
    8. 06 文本处理
    9. 07 管道重定向与命令组合
    10. 08 权限与用户
    11. 09 进程管理
    12. 10 系统信息
    13. 11 服务与日志
    14. 12 网络与端口
    15. 13 压缩与解压
    16. 14 软件包管理与安全下载
    17. 15 Shell 环境与变量
    18. 16 tmux 终端复用
    19. Agent服务排障实践与自测
    20. Linux command 目录
  9. 09正则表达式
    ↳课程总览
    1. 00A-笔记
    2. 正则表达式:任务建模与引擎差异
    3. 正则表达式:基础字符与字符类
    4. 正则表达式:边界与数量词
    5. 正则表达式:分组、分支与反向引用
    6. 正则表达式:先行与后行断言
    7. 正则表达式:标志与替换
    8. 正则表达式:Python re 与 PowerShell 实用 API
    9. 正则表达式:性能与调试
    10. Python日志解析项目与自测
  10. 10概率统计
    ↳课程总览
    1. 概率统计:描述统计与数据质量
    2. 概率、条件概率与贝叶斯
    3. 随机变量与常见分布
    4. 期望、方差与抽样
    5. 估计、置信区间与假设检验
    6. 概率统计:评测设计、效应量与统计陷阱
    7. 项目:Agent 评测不确定性
  11. 11线性代数
    ↳课程总览
    1. 线性代数:坐标、点积、范数与相似度
    2. 向量、矩阵与形状
    3. 线性组合、方程组与秩
    4. 线性变换与神经网络
    5. 正交、投影与最小二乘
    6. 线性代数:数值稳定性与条件数
    7. 特征值、SVD 与最小二乘项目
  12. 12微积分基础
    ↳课程总览
    1. 微积分基础:变量、函数、图像与变化尺度
    2. 函数、极限与导数
    3. 偏导数与梯度
    4. 链式法则与反向传播
    5. 微积分基础:自动微分与梯度检查
    6. 优化与梯度下降
    7. 积分、概率与梯度下降项目
  13. 13机器学习
    ↳课程总览
    1. 任务类型与完整流程
    2. 数据划分与数据泄漏
    3. 特征与预处理管线
    4. 训练验证与调参
    5. 过拟合与泛化
    6. 指标基线与误差分析
    7. 无监督学习入门
    8. 项目:工单意图路由
    9. 损失函数
    10. 优化器
    11. Mamba 模型
    12. Transformer 模型
  14. 14深度学习
    ↳课程总览
    1. 深度学习:工程实践与现代化路线
    2. 动手学深度学习
02模型与上下文4
  1. 18.5现代 LLM 能力与模型选择
    ↳课程总览
    1. 能力契约与选择对象
    2. 推理、有效上下文与结构化输出
    3. 工具支持与 Agent 运行时适配
    4. 多模态、Embedding 与专用模型
    5. 硬门槛、隐私与部署边界
    6. 任务级多 Trial 评测
    7. Pareto 权衡与敏感性分析
    8. 项目:可审计模型选择评分卡
  2. 19提示词工程学习目录
    ↳课程总览
    1. 任务定义、指令层级与边界
    2. 零样本、示例与反例
    3. 结构化输出与契约
    4. 模板、变量与版本管理
    5. 评测驱动迭代
    6. 提示注入与信任边界
    7. 提示词实验项目与自测
  3. 20上下文工程学习目录
    ↳课程总览
    1. Context Engineering,一篇就够了
    2. Token、上下文窗口与预算
    3. 选择、相关性与来源
    4. 组织、顺序与信任分区
    5. 对话历史、状态与记忆
    6. 裁剪、摘要、压缩与缓存
    7. 长上下文失效模式与评测
    8. Context Pack 项目与自测
  4. 21LLM API 集成学习目录
    ↳课程总览
    1. 环境、依赖与密钥管理
    2. HTTP、SDK 与请求生命周期
    3. 消息、配置与版本意识
    4. 结构化输出与流式响应
    5. 超时、错误、限流与重试
    6. 用量、可观测性与供应商适配
    7. 可靠客户端项目与自测
    8. 项目:三家 Provider 合同测试
    9. OpenAI Responses API 常见用法
    10. OpenAI Platform API Key 与 Codex OAuth:认证、路由与 Runtime
03检索与数据11
  1. 15向量基础
    ↳课程总览
    1. 表示、坐标与范数
    2. 点积与余弦相似度
    3. 距离、归一化与高维空间
    4. Embedding 与语义检索
    5. 项目:最小向量检索器
  2. 16数据清洗
    ↳课程总览
    1. Schema 与质量门槛
    2. 缺失值与缺失机制
    3. 重复数据与实体身份
    4. 异常值与范围规则
    5. 文本、JSON 与时间规范化
    6. 质量验证与可复现管线
    7. 项目:Agent 运行日志清洗
  3. 17数据标注
    ↳课程总览
    1. 任务定义与标注单元
    2. 标注指南与边界案例
    3. 标注流程与数据格式
    4. 质检、复审与裁决
    5. 一致性指标
    6. 主动学习与人机协同
    7. 项目:Agent 回答质量标注
    8. 数据治理、隐私、许可与劳动安全
    9. 版本、发布与生产反馈
  4. 22文档解析学习目录
    ↳课程总览
    1. 格式识别与解析流水线
    2. 编码、文本与规范化
    3. 结构、标题、列表与表格
    4. PDF 与 OCR 边界
    5. 元数据、质量验证与项目
  5. 23知识库构建学习目录
    ↳课程总览
    1. 需求、边界与 Schema
    2. 采集、来源与规范化
    3. 版本、删除与权限
    4. 索引与增量更新
    5. 评测、运营与增量项目
  6. 24Chunking 策略
    ↳课程总览
    1. 切分单位、预算与基线
    2. 固定窗口与递归切分
    3. 结构化与语义切分
    4. Overlap、元数据与上下文
    5. 检索评测与切分项目
  7. 25Embedding
    ↳课程总览
    1. 表示学习与向量直觉
    2. 模型、维度与归一化选择
    3. 批处理、缓存与可靠性
    4. 相似度、索引与版本迁移
    5. 评测与迁移项目
  8. 26向量数据库
    ↳课程总览
    1. 边界与数据模型
    2. 距离、精确检索与 ANN 索引
    3. 过滤与多租户
    4. 写入、更新、删除与版本
    5. 一致性、分片与副本
    6. 备份、恢复与迁移
    7. 选型与基准评测
    8. 项目:玩具向量存储
  9. 27语义搜索
    ↳课程总览
    1. 边界与检索单元
    2. Query 与 Document 表示
    3. 相似度、分数与阈值
    4. 稀疏、稠密与混合检索
    5. Query 处理与过滤
    6. 召回与离线评测
    7. 项目:离线混合检索
  10. 28Reranking
    ↳课程总览
    1. 边界与候选集
    2. Cross-Encoder 重排
    3. LLM、规则与组合重排
    4. 候选窗口、长文与多样性
    5. 训练数据与 Hard Negatives
    6. 指标、延迟、成本与降级
    7. 项目:可降级规则重排器
  11. 29RAG
    ↳课程总览
    1. 系统边界与完整管线
    2. Query 理解、路由与改写
    3. 检索、重排与降级编排
    4. 上下文选择与组装
    5. 引用、生成与拒答
    6. 失败分类与系统排查
    7. 端到端评测与监控
    8. 项目:离线可引用问答
    9. 项目:从来源到引用的离线证据链
    10. 项目:跨模块来源适配与原子发布
    11. 项目:External Provenance Artifact v2
04多模态7
  1. 48多模态AI学习目录
    ↳课程总览
    1. 基础与架构3
      1. 模态、表示与对齐
      2. 图文音视频输入合同
      3. 融合架构直觉
    2. 工程与质量4
      1. 预处理与时空证据
      2. 多模态提示与结构化输出
      3. 多模态质量评测
      4. 延迟、成本、隐私与安全
    3. 项目与自测1
      1. 离线多模态证据路由项目
  2. 49OCR
    ↳课程总览
    1. 基础与数据3
      1. OCR 全流程与输入契约
      2. 成像原理与预处理
      3. 文字检测、识别与数据标注
    2. 工程与质量4
      1. 版面、表格与阅读顺序
      2. 语言后处理与置信度
      3. 评测、错误分析与人工复核
      4. 隐私部署与运行排查
    3. 项目与自测1
      1. 项目:结构化 OCR 结果审计
  3. 50语音识别
    ↳课程总览
    1. 基础与数据3
      1. 声音数字化与 ASR 全流程
      2. 声学、语言与端到端直觉
      3. 数据标注与切分
    2. 工程与质量4
      1. VAD、分段、时间戳与说话人
      2. 批处理、流式与后处理
      3. WER、CER 与切片评测
      4. 公平、隐私、部署与排查
    3. 项目与自测1
      1. 项目:离线转录评估
  4. 51语音合成
    ↳课程总览
    1. 基础与数据3
      1. TTS 全流程与文本规范化
      2. 音素、韵律与声码器直觉
      3. 数据与声音授权
    2. 工程与质量4
      1. SSML 与发音控制
      2. 声音选择、批处理与流式
      3. 质量、可懂度、延迟与评测
      4. 克隆风险、披露与可追溯性
    3. 项目与自测1
      1. 项目:离线合成计划与 SSML
  5. 51.5实时多模态交互
    ↳课程总览
    1. 架构与端到端合同
    2. 会话、事件与传输边界
    3. VAD、轮次与用户打断
    4. 低延迟、背压与抖动
    5. 工具调用与对话状态
    6. 断线恢复、超时与终态
    7. 隐私、安全与信任边界
    8. 端到端评测与离线项目
  6. 52图像生成
    ↳课程总览
    1. 基础与生成原理3
      1. 图像生成任务类型与图像表示
      2. 扩散与自回归生成直觉
      3. 图像生成的条件控制与提示设计
    2. 工程与质量5
      1. 构图、风格、文字与图像编辑
      2. 图像生成工作流与 API 边界
      3. 图像生成质量评测与人工评审
      4. 图像生成安全、版权与内容凭证
      5. 图像生成成本、复现与故障排查
    3. 项目与自测1
      1. 项目:图像生成任务审计
  7. 53视频生成
    ↳课程总览
    1. 基础与生成原理3
      1. 视频基本量与时序
      2. 视频生成原理与时序一致性
      3. 视频生成的文本与图像条件
    2. 工程与质量5
      1. 分镜与镜头清单
      2. 视频生成与后期拼接工作流
      3. 视频音频、字幕与无障碍接口
      4. 视频质量、运动与身份一致性评测
      5. 视频生成成本、失败恢复与来源治理
    3. 项目与自测1
      1. 项目:视频生成任务包验证
05Agent 运行时8
  1. 30Tool Calling(含 Function Calling)
    ↳课程总览
    1. 工具契约与 Schema 设计
    2. 调用建议、校验与授权
    3. 执行循环与调用关联
    4. 多调用、并行与依赖
    5. 结果、错误与不可信数据
    6. 幂等、超时与可观测性
    7. 工具调用评测与离线项目
    8. 项目:SQLite 持久化幂等与 Outbox 恢复
  2. 31MCP
    ↳课程总览
    1. 学习路线8
      1. MCP 架构与角色
      2. MCP Primitives 与工具契约
      3. MCP 生命周期、能力协商与传输
      4. MCP 授权与安全边界
      5. MCP Inspector、调试与版本管理
      6. 项目:离线 MCP 消息验证
      7. 前沿专题:MCP 扩展、Apps 与版本兼容
      8. 项目:Loopback Streamable HTTP 与 OAuth 资源边界
  3. 32Agent 核心
    ↳课程总览
    1. Agent Loop 与环境反馈
    2. Agent 与工作流的边界
    3. Agent 状态、上下文与记忆
    4. Agent 计划、进度与终止条件
    5. Agent 长任务检查点、恢复与幂等
    6. Agent 人在回路与控制权
    7. Agent 不可信工具结果与防护
    8. 综合 Agent 项目与自测
  4. 32.5环境型 Agent
    ↳课程总览
    1. 统一的环境交互契约
    2. 浏览器 Agent 与可行动性
    3. 桌面操作 Agent 与机器状态
    4. 编码 Agent 与可验证补丁
    5. 沙箱、权限、审批与回滚
    6. 长任务检查点与幂等恢复
    7. 环境评测与综合项目
  5. 33Agent Skills
    ↳课程总览
    1. 学习路线7
      1. Agent Skills 定位、客户端差异与权限边界
      2. Agent Skills 开放格式与目录结构
      3. SKILL.md 前置元数据与渐进式披露
      4. Agent Skills 触发描述与范围边界
      5. Agent Skills 脚本、资源与安全
      6. Agent Skills 测试、评测与迭代
      7. 项目:创建并验证 Agent Skill
    2. examples1
      1. text-statistics1
        1. Text Statistics
  6. 34Agentic Design Patterns 目录
    ↳课程总览
    1. 初学者路线7
      1. 模式选择与最小架构
      2. 路由并行与汇聚
      3. 反思规划与停止条件
      4. 工具记忆与状态边界
      5. 人工审批与安全边界
      6. 失败恢复评测与可观测性
      7. 项目:可恢复任务工作流
  7. 35工作流自动化学习目录
    ↳课程总览
    1. 触发器、步骤与 DAG
    2. 数据契约与版本演进
    3. 条件、并行与汇合
    4. 调度、超时、重试与背压
    5. 持久状态、恢复与幂等
    6. 补偿、审批与人工处理
    7. 可观测性、测试与发布
    8. 离线 DAG 工作流项目
  8. 47多Agent协作学习目录
    ↳课程总览
    1. 基础与架构3
      1. 何时使用多 Agent
      2. 角色、拓扑与职责边界
      3. 任务分解与委派合同
    2. 工程与质量5
      1. 消息协议与共享状态
      2. 冲突、同步与失败恢复
      3. 预算、停止与人工介入
      4. 评测、可观测性与安全边界
      5. 身份、授权与跨边界信任
    3. 项目与自测1
      1. 离线协作模拟项目
06框架实践2
  1. 36LangChain
    ↳课程总览
    1. 初学者路线10
      1. 组件地图、环境与 LCEL 最小调用
      2. 模型、消息、Prompt 与结构化输出
      3. Tools、Agent 循环与中间件
      4. Retrieval 与 RAG 组件
      5. Memory、State 与 Persistence
      6. LangGraph 边界、审批、恢复与评测
      7. 项目:离线工具代理骨架
      8. 项目:LangGraph 可恢复审批流
      9. LangChain 测试、评测与升级清单
      10. 项目:无密钥 create_agent 运行时合同
    2. Conceptual Overviews2
      1. LangChain、LangGraph 与 Deep Agents 对比
      2. Graph API
    3. 学习
    4. LangChain2
      1. RAG 代理
      2. SQL 代理
    5. LangGraph2
      1. 自定义 RAG 代理
      2. 自定义 SQL 代理
    6. Deep Agents1
      1. 数据分析
  2. 37CrewAI 学习目录
    ↳课程总览
    1. 核心对象:Crew Agent Task Process
    2. Flow State 与事件
    3. Tools 边界与结构化输出
    4. Memory、Knowledge 与上下文
    5. 测试、评测与可观测性
    6. 安全、失败恢复与生产边界
    7. 项目:离线研究简报 Flow
    8. 项目:真实 CrewAI 持久化 Flow
07评测与可靠性4
  1. 18数据可视化
    ↳课程总览
    1. 从问题到图表
    2. 分布与分组比较
    3. 关系、趋势与时间序列
    4. 误差与不确定性
    5. 机器学习、RAG 与 Agent 评测图
    6. 误导风险与可访问性
    7. 项目:Agent 评测看板
  2. 39评测体系
    ↳课程总览
    1. 基础与设计2
      1. 评测目标与基本单元
      2. 评测用例、数据集与分层
    2. 方法与质量6
      1. 确定性断言、指标与评分规则
      2. 人工评审与模型评审
      3. RAG、生成与 Agent 分层评测
      4. 离线、在线、统计与回归
      5. 评测报告、审计与治理
      6. 从离线证据到线上回归闭环
    3. 项目与自测1
      1. 项目:离线分层评测流水线
  3. 42Benchmark设计
    ↳课程总览
    1. 基础与设计3
      1. 从声明到Benchmark契约
      2. 任务空间代表性与分层
      3. 数据划分泄漏与污染
    2. 方法与质量4
      1. 基线指标与可比运行
      2. 复现统计与结果报告
      3. Leaderboard机制与维护
      4. Agent环境状态与多次运行
    3. 项目与自测1
      1. 项目:构建可维护Benchmark
  4. 43数据合成
    ↳课程总览
    1. 基础与设计3
      1. 数据合成目标与数据契约
      2. 模板与程序化生成
      3. 模型生成与条件覆盖
    2. 方法与质量4
      1. 过滤去重与组级划分
      2. 质量效用与真实数据校准
      3. 隐私记忆偏差与版权
      4. 版本评测与发布
    3. 项目与自测1
      1. 项目:离线合成评测数据流水线
08安全与治理3
  1. 44AI 安全学习目录
    ↳课程总览
    1. 基础与风险3
      1. 资产、信任边界与威胁建模
      2. 提示注入与间接注入
      3. 工具越权与数据外泄
    2. 控制与治理3
      1. 身份、最小权限与供应链
      2. Guardrail、沙箱与人工审批
      3. 红队、监控与事件响应
    3. 项目与自测1
      1. 项目:离线 Agent 威胁评审
  2. 45隐私计算学习目录
    ↳课程总览
    1. 基础与风险3
      1. 数据最小化与去标识
      2. 差分隐私直觉与预算
      3. 联邦学习与安全聚合
    2. 控制与治理3
      1. MPC、同态加密与 TEE
      2. 隐私技术选型与组合边界
      3. 隐私评测与泄露响应
    3. 项目与自测1
      1. 项目:离线隐私方案评审
  3. 46AI 治理学习目录
    ↳课程总览
    1. 基础与风险2
      1. 系统清单与角色责任
      2. 风险分级与影响评估
    2. 控制与治理5
      1. 数据模型与供应商治理
      2. 文档透明与可追溯证据
      3. 上线审批与变更管理
      4. 运行监控事故与退役
      5. 法规标准与地区复核
    3. 项目与自测1
      1. 项目:离线 AI 治理包
09生产运维3
  1. 38MLOps 学习目录
    ↳课程总览
    1. 基础与生命周期3
      1. 实验与可复现追踪
      2. 数据、特征与训练管线
      3. 模型注册与候选晋级
    2. 生产工程5
      1. CI、CD 与自动化质量门
      2. 部署、Canary 与回滚
      3. 模型监控、漂移与反馈
      4. 故障、回滚与再训练决策
      5. 平台安全与治理
    3. 项目与自测1
      1. 离线模型晋级项目与自测
  2. 40运行监控学习目录
    ↳课程总览
    1. 可观测性基础3
      1. Logs、Metrics 与 Traces
      2. 仪器化、Collector 与关联
      3. SLI、SLO 与错误预算
    2. 生产监控5
      1. 质量、安全与成本信号
      2. 告警设计与值班运行
      3. Dashboard 与诊断视图
      4. 漂移、反馈与标签延迟
      5. 事件响应与复盘
    3. 项目与自测1
      1. 离线监控审计项目与自测
  3. 41LLMOps 学习目录
    ↳课程总览
    1. 基础与生命周期2
      1. 发布单元与版本谱系
      2. 离线评测门与回归集
    2. 生产工程6
      1. 网关、配额与弹性
      2. 缓存、延迟与成本
      3. Trace 与隐私边界
      4. Canary、回滚与变更管理
      5. 事故响应与持续改进
      6. 持续评测、供应商漂移与治理
    3. 项目与自测1
      1. 离线发布门项目与自测
10前沿与参考1
  1. 54A2A 协议学习目录
    ↳课程总览
    1. A2A 协议边界与架构
    2. Agent Card、发现与信任
    3. Task、消息与工件生命周期
    4. 传输、流式、异步与版本协商
    5. 认证、授权与多租户安全
    6. 互操作测试、迁移与采用决策
    7. 离线 A2A 合同验证项目
AAEAI Agent Engineer
完整路线里程碑原典示例项目示例资源English
个人学习进度

账户与学习进度

账户服务尚未配置,公开课程仍可正常阅读。

登录后可在多台设备保存角色偏好和课程级进度。

已登录。学习数据默认仅当前账户可见。

删除账户

这会永久删除账户、角色偏好和全部课程进度。

隐私说明与数据控制

Home

❯

深度学习

❯

19 16 附录:深度学习工具

Folder: 深度学习/19-16-附录:深度学习工具

7 items under this folder.

  • 2026年8月31日

    16. 附录:深度学习工具

    • third-party-reference
  • 2026年8月31日

    16.1. 使用Jupyter Notebook

    • third-party-reference
  • 2026年8月31日

    16.2. 使用Amazon SageMaker

    • third-party-reference
  • 2026年8月31日

    16.3. 使用Amazon EC2实例

    • third-party-reference
  • 2026年8月31日

    16.4. 选择服务器和GPU

    • third-party-reference
  • 2026年8月31日

    16.5. 为本书做贡献

    • third-party-reference
  • 2026年8月31日

    16.6. d2l API 文档

    • third-party-reference

7 items under this folder.

  • 2026年8月31日

    16. 附录:深度学习工具

    • third-party-reference
  • 2026年8月31日

    16.1. 使用Jupyter Notebook

    • third-party-reference
  • 2026年8月31日

    16.2. 使用Amazon SageMaker

    • third-party-reference
  • 2026年8月31日

    16.3. 使用Amazon EC2实例

    • third-party-reference
  • 2026年8月31日

    16.4. 选择服务器和GPU

    • third-party-reference
  • 2026年8月31日

    16.5. 为本书做贡献

    • third-party-reference
  • 2026年8月31日

    16.6. d2l API 文档

    • third-party-reference

Created with Quartz © 2026