Skip to content

agent_study.md

Latest commit

 

History

History
233 lines (168 loc) · 9.97 KB

agent_study.md

File metadata and controls

233 lines (168 loc) · 9.97 KB

AI Agent 实战学习计划

适用对象：有 Python 基础、熟悉国内大模型（DeepSeek/Qwen）、数学基础弱、偏向实战
学习方式：通过 OpenCode 进行交互式学习，每周约 10 小时
计划周期：8 周（由浅入深）

学习原则（必读）

  1. 目标导向：每一周都必须产出可运行的代码/Demo，不追求理论完美。
  2. 先跑通再优化：遇到报错，优先让代码跑起来，再去理解细节。
  3. 避开数学：无需理解 Transformer 底层数学，Agent 的核心是工程逻辑。
  4. 善用 OpenCode：学习中遇到任何问题，直接将报错或疑惑抛给我，我会帮你 debug、解释概念、优化代码。

第一周：Prompt 工程基础 —— 学会与模型沟通

目标：掌握精准表达需求的能力，让 DeepSeek/Qwen 听懂你的话。

核心概念：

  • 角色设定（System Role）
  • 少样本提示（Few-shot）
  • 思维链（Chain-of-Thought, CoT）
  • 结构化输出（JSON / Markdown）

本周任务：

  1. 学习 Prompt 基础技巧（通过 OpenCode 提问学习）。
  2. 实战项目 A：开发一个「小红书文案生成器」。
    • 输入：产品名称 + 风格关键词。
    • 输出：带 emoji、分段、有网感的文案（要求模型以 JSON 格式返回标题和正文）。

检验标准：给定任意商品，模型能稳定按你要求的格式输出文案。

第二周：Prompt 进阶 —— 复杂任务拆解

目标：让模型处理多步骤、有约束的复杂任务。

核心概念：

  • 任务分解（把大任务拆成 Prompt 里的步骤）
  • 输出格式控制（强制 JSON Schema）
  • 上下文管理（对话历史的作用）

本周任务：

  1. 实战项目 B：开发一个「Python 代码解释器」。
    • 输入：一段 Python 代码。
    • 输出：模型用大白话逐步解释代码逻辑（练习 CoT）。
  2. 实战项目 C：开发一个「会议纪要助手」。
    • 输入：一段口语化的会议录音转文字（或模拟文本）。
    • 输出：模型提炼为「待办事项（负责人+截止日期）」+「决议」+「疑问」三段式 Markdown。

检验标准：能够对一段 500 字的混乱口语文本，整理出结构清晰的纪要。

第三周：RAG 入门 —— 让 AI 拥有你的知识库

目标：让模型能读取你私有的、外部的知识，不再受限于训练数据。

核心概念：

  • RAG（检索增强生成）：外接资料 → 切片 → 存向量库 → 检索 → 生成。
  • 向量（Embedding）：把文字转成数字坐标（只需直观理解，无需数学推导）。
  • 向量数据库：FAISS / Chroma（本地轻量）。

本周任务：

  1. 学习 RAG 流程，了解 LangChain 基础组件。
  2. 实战项目 D：搭建一个「公司制度问答助手」。
    • 输入：一份 PDF/TXT 格式的公司规章制度。
    • 流程：文档自动切片 → 存入本地向量库 → 用户提问 → 检索相关片段 → LLM 结合片段回答。
    • 要求：能准确回答“年假有几天”“报销流程是什么”等具体问题，并指出信息来源。

检验标准：上传一份陌生文档后，连续提问 5 个细节问题，Agent 能准确回答 4 个以上。

第四周：工具调用（Function Calling）—— 让 AI 能动手

目标：教会 LLM 使用外部工具（API、函数），突破模型自身能力边界。

核心概念：

  • Function Calling：模型判断何时调用你写的函数。
  • API 对接：天气、计算、搜索等外部服务。

本周任务：

  1. 实战项目 E：开发一个「天气穿衣助手」。
    • 用户输入：“今天北京穿什么？”
    • Agent 自动调用天气查询 API → 获取温度/天气 → LLM 根据结果给出穿衣建议。
  2. 实战项目 F：开发一个「网页摘要与存档助手」。
    • 用户提供一个新闻 URL。
    • Agent 调用 requests 获取网页 → 提取正文 → LLM 生成 3 句话摘要 → 保存为本地 Markdown 文件。

检验标准：Agent 能自主判断何时需要调用工具，而不是只靠模型内部知识瞎编。

第五周：Agent 框架 —— 单 Agent 的自主规划

目标：进入真正的 Agent 领域，让 AI 具备“思考-行动-观察”的循环能力。

核心概念：

  • ReAct 框架：Thought（思考）→ Action（行动）→ Observation（观察）→ 循环。
  • Agent 与 Chain 的区别：Chain 是固定流水线，Agent 是动态决策。
  • 记忆（Memory）：短期记忆（对话历史） vs 长期记忆（向量库）。
  • LangChain / LangGraph 核心组件。

本周任务：

  1. 学习 ReAct 概念和 LangChain Agent 的使用。
  2. 实战项目 G：开发一个「研报分析助手」。
    • 用户输入：股票代码（如 600519）。
    • Agent 执行以下步骤：
      1. Thought：用户想了解这只股票的近况，我需要先查新闻和财报。
      2. Action：调用搜索工具/财经 API 获取近期资讯。
      3. Observation：获取到新闻标题和关键数据。
      4. Thought：数据已拿到，现在需要总结并给出风险提示。
      5. Final Answer：输出「3 个核心要点」+「1 个风险提示」。

检验标准：给出一个陌生股票代码，Agent 能自动走完“查资料→分析→总结”的全流程，无需人工干预步骤。

第六周：多工具与记忆 —— Agent 能力增强

目标：让单个 Agent 同时使用多种工具，并具备记忆能力。

核心概念：

  • 多工具注册：一个 Agent 同时拥有计算器、搜索、数据库查询等多个工具。
  • 工具选择：模型根据问题自动判断用哪个工具。
  • 记忆管理：让 Agent 记住用户偏好（如“我喜欢简洁的回答”）。

本周任务：

  1. 实战项目 H：开发一个「旅行规划 Agent」。
    • 用户输入：“我下周想去西安，预算 3000，一个人。”
    • Agent 自动执行：
      1. 调用天气 API 查询西安未来 7 天天气。
      2. 调用搜索工具查询西安必去景点（或本地知识库）。
      3. LLM 综合天气和景点，推荐 3 天行程。
      4. 生成详细预算表（交通/住宿/门票/餐饮），以 Markdown 表格输出。
    • 要求：Agent 需要调用至少 2 个不同工具。

检验标准：输入一个模糊需求，Agent 能自主拆解任务、调用工具、整合信息，输出可直接参考的行程方案。

第七周：综合项目实战（上）—— 项目选型与设计

目标：整合 RAG + Agent + 工具调用 + 记忆，从零设计一个完整应用。

可选项目（三选一，难度递增）：

项目 涉及技术 难度 适合方向
AI 个人学习助手 RAG + Agent + 长期记忆 ⭐⭐⭐ 学生/自我提升
自媒体运营 Agent Agent + 多工具调用 ⭐⭐⭐⭐ 内容创作者
智能导购/客服 RAG + 多轮对话 + 工具 ⭐⭐⭐⭐ 电商/企业服务

本周任务：

  1. 选择一个项目进行需求分析。
  2. 画出 Agent 的执行流程图（Markdown 列表或 Mermaid 图）。
  3. 准备数据源（如学习笔记 PDF、商品手册、热点话题列表）。
  4. 搭建基础框架：实现核心 RAG 链路或主要工具接口。

第八周：综合项目实战（下）—— 打磨与交付

目标：完成一个可演示、可讲述的作品。

本周任务：

  1. 完成项目核心功能开发。
  2. 使用 Gradio 或 Streamlit 制作一个简易 Web 界面（15 分钟可上手）。
  3. 编写项目 README，包含：
    • 项目介绍（解决了什么问题）
    • 技术栈（用了哪些模型、框架、工具）
    • 运行方式（如何安装依赖、启动）
    • 效果截图或演示说明
  4. 压力测试：自己当用户，连续测试 10 个不同的问题/需求，修复明显 Bug。

交付标准：

  • 代码已上传 GitHub（或本地仓库整理好）。
  • 运行 python app.py 能弹出一个可交互的网页。
  • 能向朋友/面试官清晰描述这个 Agent 的工作原理和价值。

每周时间分配建议（共 10 小时）

时间 内容 时长
周二晚上 学习新概念 + 看示例代码 2 小时
周四晚上 动手写代码 + 调试 2 小时
周六下午 实战项目开发 3 小时
周日上午 复习 + 整理笔记 + 向 OpenCode 提问 3 小时

学习路径总览

Week 1-2: Prompt 与 LLM 基础  →  精准驾驭模型，产出文案/纪要
Week 3-4: RAG + 工具调用      →  让 AI 查资料、算数据、调 API
Week 5-6: Agent 框架          →  让 AI 自主思考、拆解任务、循环执行
Week 7-8: 综合项目            →  整合所有技能，产出个人作品

如何与 OpenCode 一起学习

  1. 概念不懂：直接问“什么是 ReAct？”“给我对比一下 RAG 和微调”。
  2. 代码报错：将报错信息和相关代码贴给我，我会帮你分析原因。
  3. 需求实现：告诉我“我想做一个 XXX 功能，给我写个 Demo”。
  4. 代码 review：写完后发给我，我会帮你检查是否有更好的写法或潜在 Bug。
  5. 学习计划调整：如果某一周太忙或太简单，随时告诉我，我们一起调整进度。

推荐前置准备（第一周开始前）

  1. 申请一个 API Key（建议优先选择，成本较低）：
  2. 确保本地 Python 环境 >= 3.9。
  3. 安装基础库（后续周会逐步用到）： 
    pip install openai langchain chromadb faiss-cpu gradio streamlit

祝学习顺利！准备好后，从第一周开始，直接告诉我：“我准备好了，开始第一周的学习。”