Skip to content

AI FULL-STACK / ENGINEERING MAP

先构建 Agent,
再补齐系统底座。

从 Agent Loop、上下文、工具与评估开始,用真实交付物证明掌握程度;需要深入工程边界时,再回到 Go、数据库、缓存与微服务。

10 Agent 阶段3 学习模式196 后端资料
agent.system.trace evidence first

$ run agent --from goal --to evidence

  1. 01Goal定义目标
  2. 02Context装配信息
  3. 03Model推理决策
  4. 04Tools执行动作
  5. 05Evidence验证结果

✓ 每个阶段都要留下可检查证据

ENGINEERING FOUNDATIONGo · MySQL · Redis · gRPC

PRIMARY ROUTE / 01—10

AI Agent 放在第一条路线。

不从名词表开始,而从一个可以运行的最小闭环开始。每一段都包含核心问题、动手任务、失败条件与验收证据。

查看完整学习契约

ENGINEERING FOUNDATION

Agent 向下依赖真实系统能力

模型负责判断,后端负责让判断可靠地落地。请求、数据、缓存和服务通信共同构成 Agent 的工程底座。

FOUNDATION INDEX

196篇工程资料

INTERVIEW MODE

学完不是终点,能独立回答才算掌握。

随机抽取后端高频题,默认隐藏答案。根据“没掌握、模糊、已掌握”留下本地复习记录,逐步收敛薄弱项。

开始随机复习

OPEN LEARNING

原创路线,开放深读。

AI Agent 路线融合公开资料的知识关系,但不复制上游整章、原图或完整题库;所有深读入口都回到原作者仓库。

查看来源与许可证 →

把零散知识,整理成可以反复走的路。