学习路线
AI 应用开发学习路线图
（中游偏应用 + 下游落地）
目标定位
不做硬件、不做大模型预训练/核心研发。
专注于：RAG、Agent（Graph/Loop）、工具调用、数据准备、产品落地。
硬件与 ML/DL 只学「够用的认知」，核心竞争力放在「能把模型变成能稳定干活的系统」。
一、知识范围与深度控制
1. 编程基础（必须扎实）
| 内容 | 需要掌握到的程度 | 说明 |
|---|---|---|
| Python 核心 | 熟练 | 变量、函数、类、模块、异常处理、文件操作、列表/字典推导式 |
| 面向对象 | 会用 | 类、继承、封装，能看懂和写简单类结构 |
| 异步编程 | 基础会用 | async/await，因为很多 Agent 和 API 调用是异步的 |
| 常用标准库 | 熟悉 | os、pathlib、json、datetime、logging、typing |
| 包管理与环境 | 必须会 | venv / uv / conda，requirements.txt 或 pyproject.toml |
| Git | 基础会用 | clone、add、commit、push、branch、简单冲突处理 |
| HTTP 与 API | 熟练 | 用 httpx 或 requests 调用接口，理解 REST、JSON |
| Web 基础 | 够用即可 | FastAPI 写接口；Streamlit / Gradio 做简单前端。不需要成为前端专家 |
不需要：复杂设计模式、底层计算机网络、操作系统原理、LeetCode 刷到很深。
2. 数据相关技能（强烈建议学）
| 内容 | 需要程度 | 为什么要学 |
|---|---|---|
| SQL | 中等 | 真实业务数据基本都在数据库里，RAG 和数据分析经常要查库 |
| Pandas | 熟练 | 数据清洗、处理、分析的核心工具，做 RAG 数据准备几乎必备 |
| 基础数据结构 | 了解 | list、dict、set、队列、栈的基本使用即可，能支撑代码实现 |
| 数据清洗与质量 | 重点 | 文档解析、去重、分块、缺失值处理，直接影响 RAG 效果 |
| 简单数据分析 | 基础 | 能用 Pandas 做描述统计、分组聚合，方便做评估和业务分析 |
不需要：高级统计学、从零实现机器学习算法、大数据框架（Spark 等）。
3. 硬件与本地部署（仅认知）
必须知道的概念：
- GPU vs CPU（为什么 AI 推理用 GPU）
- 显存（VRAM）是本地跑模型的核心瓶颈
- NVIDIA 目前生态最强，CUDA 是其软件层（你不需要会写 CUDA）
- 参数量用 B（Billion）表示：7B、14B、32B、70B 的大致区别
- 量化（4bit / 8bit）：本地部署的关键手段，能大幅降低显存需求
- 推理（Inference）vs 训练的区别
- 常用本地工具：Ollama、LM Studio、vLLM
深度要求：能判断「这个模型量化后能不能在我电脑上跑」，能自己用工具把小模型跑起来。不需要懂芯片设计或驱动编译。
4. 中游核心概念
必须建立的概念：
- 机器学习 vs 深度学习 vs 大语言模型的区别
- 参数（Parameters）是什么，参数量大小的意义
- 预训练、微调（LoRA/QLoRA）、推理三个阶段
- Embedding（文本如何变成向量）
- Transformer 只需要知道它是主流架构
- 上下文窗口、幻觉、temperature、Top-p 等实际会用到的概念
- RAG 的基本原理
- Agent 的循环思想（ReAct 等）
深度要求：别人说「用 32B + QLoRA + RAG + LangGraph」时你能听懂；知道模型的能力边界。不需要手推公式或实现网络。
二、分阶段学习路径
阶段 0：编程与基础扫盲（1–2 周）
目标：消除编程和硬件的陌生感，能跑起来第一个模型。
学习内容：
- Python 核心语法 + 面向对象 + 异步基础
- Git 基础
- 硬件概念 + 本地部署体验
- 大模型基础概念（参数量、量化、预训练/微调/推理）
推荐行动：
- 用 Ollama 或 LM Studio 在本地跑一个 7B/8B 模型
- 写几个纯 Python 小练习（文件处理、JSON 解析、简单类）
- 弄懂「什么是 7B 模型」「为什么要量化」
阶段 1：大模型使用与 Prompt 工程（2–3 周）
目标：能稳定、结构化地调用大模型。
学习内容：
- 国内主流 API（DeepSeek、通义、Qwen 等）
- Prompt 工程进阶（角色、思维链、Few-shot、结构化输出 JSON）
- Function Calling / 工具调用
- temperature、max tokens、system prompt 等参数
配套数据技能：开始用 Pandas 做简单数据处理。
阶段 2：RAG + 数据工程（3–4 周）
目标：做出能基于自己文档回答问题的系统。
学习内容：
- 文档加载与解析（PDF、Markdown、TXT 等）
- 分块策略（Chunking）
- Embedding 模型
- 向量数据库（先学 Chroma，够用）
- 检索 → 重排序 → 生成完整链路
- 简单评估方法（准确性、幻觉检测）
- SQL 基础 + Pandas 数据清洗
阶段 3：Agent 与 Graph/Loop 工程（4–6 周）
目标：掌握当前最有价值的应用层技能。
学习内容：
- Agent 基本思想与 ReAct 循环
- LangGraph（重点）：节点、边、状态、条件分支、循环
- 多工具调用、记忆机制、停止条件
- 简单多 Agent 协作（了解即可）
- 错误处理与可观测性基础
阶段 4：工程化与下游落地（持续）
学习内容：
- FastAPI 封装 Agent/RAG 成 API
- Streamlit / Gradio 做演示界面
- 基础部署（Docker 了解、简单云部署）
- 日志、成本控制、评价迭代
- 结合真实业务场景做完整项目
三、推荐实战项目（按顺序做）
| 序号 | 项目名称 | 对应阶段 | 核心训练点 | 完成标准 |
|---|---|---|---|---|
| 1 | 本地模型聊天 | 阶段 0 | 本地部署、基本调用 | 能用 Ollama 跑模型并对话 |
| 2 | API 工具调用聊天机器人 | 阶段 1 | Prompt、Function Calling | 能调用天气/搜索/计算器等工具 |
| 3 | 个人知识库 RAG | 阶段 2 | 完整 RAG 链路 + 数据清洗 | 能针对自己的笔记/文档准确问答 |
| 4 | 带评价的 RAG 系统 | 阶段 2 | 数据质量、简单评估 | 有基本的回答质量检测 |
| 5 | LangGraph 单 Agent | 阶段 3 | Graph、Loop、状态管理 | 能多步决策并调用多个工具完成任务 |
| 6 | 业务场景 Agent | 阶段 3–4 | 真实需求转化 | 针对跨境/内容/个人网站等实际场景 |
| 7 | 可演示的完整应用 | 阶段 4 | 工程化 | FastAPI + 简单前端，能给别人演示 |
建议优先级：
项目 3（个人知识库 RAG）和 项目 5（LangGraph Agent）是最核心的两个，做扎实后找工作或接项目会有明显说服力。
四、学习原则（非常重要）
- 永远以「做出来」为导向，而不是「先学完再做」。每学一个概念就立刻写代码验证。
- 硬件和 ML/DL 概念只学到「能听懂、能判断」就停，遇到再查。
- 编程基础要扎实，但不要陷入无尽刷题。够支撑写 Agent 和 RAG 即可。
- 数据技能（SQL + Pandas + 清洗）是隐形加分项，很多「会调 API」的人在这里拉开差距。
- 核心竞争力最终体现在：
- 能把模糊业务需求拆成清晰的 Agent 流程（Graph + Loop）
- 能做好 RAG 的数据质量
- 能交付一个能跑、能演示、能迭代的系统
五、资源使用建议（精简实用）
- Python：官方文档 + 实际项目中学习（不要只看长课程）
- 大模型与 Agent：LangChain / LangGraph 官方文档 + 官方 Cookbook
- RAG：官方示例 + 自己文档实战
- 本地部署：Ollama 官方文档
- SQL：先学基础查询、连接、聚合，结合自己的数据练
- 概念扫盲：选短而清晰的文章/视频，看懂即可，不要追求系统课全部刷完
六、总体时间参考（灵活调整）
- 阶段 0–1：1 个月左右（打基础 + 能熟练调模型）
- 阶段 2：1 个月（RAG 做扎实）
- 阶段 3：1–1.5 个月（Agent / LangGraph）
- 阶段 4：边做项目边学，持续进行
真正重要的不是严格按周执行，而是每完成一个项目就回头总结，并尽量对接真实场景（自己的笔记、跨境业务、内容工具、个人网站等）。
最后一句话：
你现在最需要的不是更多理论，而是尽快完成「本地跑模型 → API 聊天 → 个人 RAG → LangGraph Agent」这条链路。走完这条链路，你就已经正式进入中游偏应用 + 下游的实战轨道了。