🏠 总目录📚 本教程 00b · 学习路线与实验状态 ← →

智能体工程 · 00b

怎样把每条学习路线的成果连成可核对的交付证据?

区分已有实跑、待人工复核的结果和待补材料。

00b · 学习路线与实验状态

⏱ 阅读约 32 分钟 · 动手实践另计

本页保留教学路径与历史验证结论;所列完整实验工程、报告和运行记录仅在本地留存,未随本站及公开仓库分发。

更新:2026-10-13。四条路线本站原创,语雀目录提供主题方向。2026-10-10 的“待确认”和缺口表是历史计划,不是今天的待办。

一句话带走:先用一份中文资料走到可追溯检索,再接真实回答与复核;读过、测过、跑过、人工验收分别记。

目前能做到: 原创中文资料已在隔离教学库完成纠错、入库与检索;真实模型完成三道开发题和一道中文教学库题,得到完整答案。人工语义复核仍为0;本批新增公开冻结评测,实际记录见第七节。

最短路径: 一份原创中文资料 → 核对 OCR 与纠错 → 隔离教学库 → 带页码来源的检索 → 生成预检与开发题 → 逐命题复核。先完成前四项也能交付明确成果。浏览器勾选只表示读过。

1 · 四条课程路线及其交付物

按七步整理一个作品。已有作品可对照第七节核对缺失的证据。

你现在想解决什么 选哪条 最后交出什么
不知道模型与数据怎么对应 从零基础 一页训练/测试对照与选方向说明
想做带来源的文档问答 RAG 项目 入库记录、检索报告、待复核答案与失败清单
想把工具、状态和权限接好 Agent 工程 工具合同、状态转换与隔离/恢复记录
想能回答追问并展示证据 面试复习 六张口述卡与一份项目答辩材料

七步按顺序做,选修另列;徽章只估本页阅读,实践另计。无代码经验先观察,再准备 Python。

检查点 1:一项路线还缺哪些交付证据?

对照路线表逐步检查已完成的观察或记录,标出尚缺的证据。估算阅读时间时,实践另计。

2 · 从零基础:先看懂输入和结果

前二十分钟: 看第一步的输入、目标与预测,写三句区别。第二步暂时跑不了就先观察,保存“我的第一个模型记录.txt”。

步 必读入口 做完留下什么
1 机器学习到底在干什么 一行输入、一个目标、一个预测例子
2 10 分钟训练你的第一个模型 训练与测试结果;未运行就注明观察来源
3 评估与过拟合 为什么不能用训练成绩当验收的两句话
4 shape 与 axis 到底怎么数 自己画一个样本数 × 特征数的数组
5 环境、依赖和 import 解释器位置、依赖版本及一次报错定位
6 一张图看懂大模型全景 区分训练、推理、检索三个阶段
7 你该挖哪一块 一页结果对照 + 选择 RAG 或 Agent 的理由

跳过条件: 能重跑模型、解释训练/测试分离并写对 shape,可从第六步开始。停止条件: 分不清数据行与目标就回第一步;安装报错保留 traceback,失败不算已运行。

选修: 更新权重查反向传播和最大似然;张量程序查张量到底是什么。

检查点 2:能照抄代码得到高训练分数,就能跳过评估一章吗?

还不能。先解释测试数据为什么需要分开,再确认自己能重跑。抄出一个数字没有证明理解,也没有证明对新输入有效。

3 · RAG 项目:先把证据交清楚

前二十分钟: 选一份原创中文资料,只核对原图、OCR 候选与一个关键字段。记录“哪里错了、依据在哪页”,还不运行模型。

步 必读入口 做完留下什么
1 中文文档解析与字段复核 一份原图、候选与字段差异;文本 PDF 可走11e
2 中文文档纠错到入库 原始值、修订值、理由与来源绑定;作者参考演示标明教学性质
3 文档入库与数据治理 隔离教学库、文档版本、租户/权限与导入记录
4 检索评测与调优实验 按页/来源检索结果、同题候选与失败分母
5 真实模型问答与逐题验收 先按14f验证开发题,再冻结公开协议与失败分母
6 答案复核与分歧处理 绑定答案版本的必要命题、引用支持、未知与分歧
7 企业知识助手交付项目 可复跑命令、报告、失败清单和未验收范围

跳过条件: 已有可靠文本与解析记录,可跳过 OCR 动手,仍检查单位、版本与权限。停止条件: 关键数字/单位或表格关系不明时不入库;无可用生成模型就交检索报告和空白复核表;只有工具调用而没有最终答案时保留运行失败,不填事实正确率。

选修: 发布交接查11p,长表查11j,多轮查11f,排序查11h。冻结前再查14b。不要同时改模型、切块和排序。

检查点 3:引用 ID、版本和原文都对,回答一定正确吗?

不一定。结构与来源检查不能证明原文支持模型的结论;事实、引用语义和拒答要分开复核,复核空白保持未知。

4 · Agent 工程:把权限与状态做成合同

前二十分钟: 挑一个只读任务,区分固定流程与模型选工具,列出歧义停止条件。

步 必读入口 做完留下什么
1 工作流还是 Agent 一个固定流程和一个需动态选择的任务
2 工具设计:能力的上限 输入/返回/权限/错误的工具合同
3 写一个 MCP Server 工具列表和本地真实传输记录
4 持久化审批与故障恢复 暂停、独立审批、重启后副作用核对
5 跨轮实体更新与澄清 明确纠正、切话题和歧义的状态转换记录
6 多租户隔离矩阵与负向验收 正向命中与越权拒绝成对证据
7 重试预算与熔断恢复 请求/尝试/失败/未发分母及恢复说明

跳过条件: 已有 MCP 真实传输日志,可跳过搭建,仍核对工具名单。停止条件: 无认证宿主就用固定本地身份;无幂等契约不重试写操作。事件归约与模拟时钟不提供模型语言能力成绩。

选修: 编码任务读Codex 实战;框架对照读LangGraph 实作或LangChain 同题实作;协作扩展读单 Agent 与协作式检索对照。先有单流程日志再加协作。Hermes 宿主未验收时,读记忆生命周期并停在独立策略演练。

检查点 4:熔断后没有发送的请求,可以从失败分母里删掉吗?

不能。仍保留原始输入请求数,另外报告未发与实际尝试数。减少调用放大不自动等于提高成功率;模拟超时也没有证明远端任务停止。

5 · 面试复习:每个结论都有下一层证据

前二十分钟: 一张卡口述六十秒,找证据、写限制;未做的实验写“未做”。

步 必读入口 做完留下什么
1 岗位问答与证据索引 选六张卡,记录答不上的追问
2 评估与过拟合 一张训练/测试/泄漏口述卡
3 Transformer 原理 一张注意力输入输出口述卡
4 检索评测与调优实验 一张检索指标与失败样本口述卡
5 持久化审批与故障恢复 一张幂等/审批/恢复口述卡
6 评测切片与成对比较 一张同题比较、切片和失败分母口述卡
7 岗位专项与进阶实验 六张卡 + 一份项目答辩材料

每张卡写“问题、选择、替代方案、证据、失败、下一步”。参照原模板字段(examples/knowledge-assistant/project-defense-template.md)记录运行环境、实际结果和未验收项。不要把公开开发题的小样本指标改写成企业准确率。

跳过条件: 能脱稿解释两次并回答追问,可略读概念,仍核对证据。停止条件: 找不到原始报告就不写成绩,先补路径或撤回结论。

选修: 算法岗位看代码题怎么刷;训练岗位看LoRA 从数据到验收;推理岗位看显存与带宽墙。阅读训练章不等于亲自完成训练。

检查点 5:公开冻结题跑出结果,可以在简历上写“独立盲测”吗?

不能。题目公开且可能见过;应写公开题集、冻结时间与实际复核范围。第二人人工复核、私有保留集和真实模型重复运行需要各自证据。

6 · 二十四个板块是查阅地图

按问题补读,再回原路线。

卡在什么问题 回到哪些现有板块
数据和预测怎么对应 机器学习基础、数学原理、大模型全景
程序报错或数组不对 Python、NumPy、SQL、PyTorch、C++ 边界、代码题
应用怎么形成闭环 智能体工程、AI 全栈、数据这一关、模型上线之后、AI 基础设施
目标换成另一个方向 推荐算法、强化学习、Kaggle、不靠数据的 AI、扩散模型、科学建模
要解释信任或相互决策 密码学、博弈论
需补原始资料 Claude 资料库

走神救援: 回到路线最后一项输出,只补缺的文件。

检查点 6:RAG 项目开始前必须读完数学、GPU 和全部工具板块吗?

不必。先完成路线的七步,遇到具体知识缺口再查地图。必要的输入、权限、评测和失败记录不能省;其他专题按目标补。

7 · 实验状态:先问记录证明哪一层

分开核对教程、代码测试、真实运行与人工验收;不同分母不换算成完成百分比。

方向 教程 / 代码测试 真实运行证据 人工验收与剩余限制
知识助手基线 入库、ACL、检索、引用、审批;独立 lab 各有测试 标准库 demo、本地 SQLite 与协议有记录 无独立保留集和完整生成语义复核;lab 不等于都接入 baseline
状态、隔离与恢复 显式事件、隔离矩阵、重试、备份等短章 本地数据库/检索实际运行;时钟与下游响应为合成 自然语言判断、分布式并发与真实网络取消未验收
中文解析与入库 11o 候选、11p 交接、11q 纠错;15项限定测试通过 复用实际OCR候选,本批未重跑识别;作者参考纠错→1文档/1块,3查询命中;7反例入库0 人审0、生产发布不允许;旧交接仍1待复核/1阻断;表格歧义不入库
真实生成与复核 14f 开发、14d 公开冻结、14e 命题复核;测试单列 开发3/3、OCR题1/1完整;公开有效9/失败1/中断1/未开始49,计划60未跑完 人审0;公开重复非独立盲测,完整输出不等于语义通过
LoRA 数据、tokenizer、mask 与训练/重载脚本 真实 tokenizer 与数据合同验证 无真实训练、权重保存重载与质量对照
Docker / 云 CI 配置与本地故障演练存在 无容器或云 CI 实跑证据 干净部署、容量与生产验收未完成
Hermes 配置草稿、独立生命周期策略、MCP 探针 独立策略与 SDK 探针有记录 宿主加载、模型记忆链路与人工验收未完成

历史验证记录摘要: 第十五批报告(docs/reports/yuque-fifteenth-batch/implementation-report.html)记录公开评测与浏览器范围;第十四批(docs/reports/yuque-fourteenth-batch/implementation-report.html)保留开发问答和中文纠错入库(docs/reports/yuque-fourteenth-batch/ocr-report.md)。

公开评测: 计划60=有效9+失败1+中断未知1+未开始49。已开始11、有结果10;已存20次调用/20个HTTP响应仅为下界,中断题调用数未知。人审0;公开非盲测,重复一致性未测。

已有开发证据: 第十四批三题组54.485秒,可答题180 W;资料不足与权限题空引用。OCR题28.203秒,0.65 MPa带原文引用。完整输出与引用结构仍不等于语义验收。

历史证据: 第十三批(docs/reports/yuque-thirteenth-batch/implementation-report.html):OK探针、开发题轮次耗尽;第十二批(docs/reports/yuque-twelfth-batch/implementation-report.html):四次加载失败、下载拒绝与中文候选;第十一批(docs/reports/yuque-eleventh-batch/implementation-report.html):隔离、状态与合成重试。新成功不清除旧失败,不证明自由工具循环收敛。

原实验运行条件分别记录在知识助手 README(examples/knowledge-assistant/README.md)、LoRA README(examples/lora-lab/README.md)、Hermes README(examples/hermes-memory-lab/README.md)。历史计划 P00 的维护源与入口工作已有交付;P01 的解析/OCR/表格已补独立实验,P02 已有开发问答,公开题运行结果保存在本地原始记录中,真人语义复核仍缺。旧计划“缺失”只描述2026-10-10。

浏览器边界: 本次Chrome工具拒绝本地file://页面,且没有当前版本HTTP(S)预览。桌面/窄屏、点击与进度保存保持未验收,不换路线绕过;静态核对另列。AI审查也不算人类复核。

检查点 7:代码审查通过、单元测试通过,能填“人工验证模型质量”吗?

不能。需要真实模型逐题输出、人工事实与引用判断、审查范围及人员记录。AI 审阅不能写成独立人类复核,结构断言也不能代替语义验收。

8 · 用一份短记录结束今天

保存路线步号、命令、输出路径、限制、下次第一步。以下命令展示原实验的标准库基线,解释器和完整材料需另行准备。

examples/knowledge-assistant/.venv/Scripts/python.exe -X utf8 examples/knowledge-assistant/lab.py --db examples/knowledge-assistant/.runtime/route-baseline.db demo

重跑沿用原操作号,按 README 核对幂等;此命令不测生成质量。后续 lab 用新输出目录,保留第一次失败。目录存在时被拒绝,是保护旧记录。

记录下一项交付物和缺失的证据。

检查点 8:遇到资源不足,要删旧报告重新跑到全绿吗?

不要。保存错误、配置与环境,标注资源阻断;能完成的解析/检索/策略层可以单独交付。后续换资源另存新记录,旧失败仍可追溯。

来源与采用范围

路线借语雀目录的基础、RAG、Agent 与岗位主题,具体顺序来自本站章节与原创实验。未复制第三方正文、题目、附件或成绩;官方依据与读取边界见各章来源段,目录同名不表示读过原文。

私有题集、人审、Docker/CI、训练与宿主各自验收;保留日期、报告与旧失败。

打卡记录保存在你的浏览器里,首页能看到总进度