@suraj_sharma14: 自主AI路线图获得了12.7万次浏览。热门评论:“这简直是金子。但我到底该从哪里学?”每条链…

X AI KOLs Timeline 新闻

摘要

一份全面的自主AI学习路线图,涵盖从Python基础到生产部署的12个阶段,并提供免费和freemium资源。

自主AI路线图获得了12.7万次浏览。 热门评论:“这简直是金子。但我到底该从哪里学?” 下面的每个链接都是直接的、免费(或freemium)的,并且经过实战检验。 我已对照最新的2026年文档验证过。 收藏此页。你无需再谷歌搜索了。 每个阶段的具体资源 阶段1:Python + 异步基础 • https://realpython.com/async-io-python/… (asyncio动手实践教程) • https://fastapi.tiangolo.com (官方FastAPI文档,含交互式示例) 实践:构建一个每秒处理100个请求的webhook处理器 阶段2:面向智能体的LLM基础 • https://huggingface.co/learn/llm-course… (Hugging Face的免费LLM课程) • https://youtube.com/@AndrejKarpathy (Andrej Karpathy的YouTube LLM系列) 阅读:《Attention Is All You Need》(仅摘要和图表) 阶段3:工具调用 + 结构化输出 • https://python.langchain.com/docs/how_to/ (LangChain工具调用模式) • https://pydantic.dev/docs/concepts/json_schema/… (Pydantic JSON schema模式指南) 实践:构建一个返回验证后JSON的天气智能体 阶段4:记忆 + 状态管理 • https://pinecone.io/learn/ (向量数据库101教程) • https://langchain-ai.github.io/langgraph/ (LangGraph记忆和状态文档) 实践:使用Redis为聊天机器人添加长时记忆 阶段5:单智能体工作流 • https://langchain-ai.github.io/langgraph/tutorials/… (LangGraph学院(免费层)) • 论文:《ReAct: Reasoning + Acting》https://arxiv.org/abs/2210.03629 实践:构建一个会引用来源的研究智能体 阶段6:多智能体编排 • https://docs.crewai.com (CrewAI官方文档 + 快速入门) • 课程:https://deeplearning.ai/short-courses/ (搜索“Multi-Agent”) 实践:创建一个监督者 + 2个相互辩论的工作智能体 阶段7:人在回路系统 • https://docs.smith.langchain.com (LangSmith人工反馈和追踪) • 教程:在LangChain博客上搜索“Human in the Loop” 实践:为敏感操作添加“暂停以批准”步骤 阶段8:评估 + 质量保证 • https://docs.ragas.io/en/stable/ (RAGAS文档) • https://github.com/confident-ai/deepeval… (DeepEval GitHub仓库(开源)) 实践:为智能体的输出编写5个评估测试 阶段9:可观测性 + 追踪 • https://arize.com/docs/phoenix/ (Arize Phoenix追踪和评估) • https://docs.smith.langchain.com (LangSmith调试指南) 实践:为智能体添加延迟和成本追踪 阶段10:安全 + 护栏 • https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf… (NIST AI风险框架(PDF)) • 仓库:https://github.com/protectai/llm-prompt-injection… (提示注入防御) 实践:用10个攻击提示对你的智能体进行红队测试 阶段11:生产部署 • https://docs.vllm.ai (vLLM官方推理文档) • https://github.com/DataTalksClub/mlops-zoomcamp… (MLOps Zoomcamp(免费完整课程)) 实践:将智能体容器化并部署到Render/Railway 阶段12:开源 + 作品集 • 贡献:https://github.com/langchain-ai/langgraph… • 贡献:https://github.com/crewAIInc/crewAI… 实践:每月公开发布1个智能体并附上2分钟演示视频 (收藏此页)
查看原文
查看缓存全文

缓存时间: 2026/06/15 19:08

A Agentic AI 路线图获得了 12.7 万次曝光。

热门评论:“这太棒了。但我到底该从哪里学起?”

每个链接都是直接的、免费的(或免费增值)且经过实战检验。

我已根据最新的 2026 版文档进行了核实。 收藏此文。你无需再谷歌搜索。

每个阶段的具体资源

第一阶段:Python + 异步基础 • https://realpython.com/async-io-python/…(动手实践 asyncio 教程) • https://fastapi.tiangolo.com(官方 FastAPI 文档,含交互式示例)

实践:构建一个能处理 100 req/sec 的 webhook 处理器

第二阶段:面向智能体的 LLM 基础 • https://huggingface.co/learn/llm-course…(Hugging Face 提供的免费 LLM 课程) • https://youtube.com/@AndrejKarpathy(Andrej Karpathy 的 YouTube LLM 系列)

阅读:《Attention Is All You Need》(仅摘要和图表)

第三阶段:工具调用 + 结构化输出 • https://python.langchain.com/docs/how_to/(LangChain 工具调用模式) • https://pydantic.dev/docs/concepts/json_schema/…(Pydantic JSON schema 模式指南)

实践:构建一个返回经过验证的 JSON 的天气智能体

第四阶段:记忆 + 状态管理 • https://pinecone.io/learn/(向量数据库入门教程) • https://langchain-ai.github.io/langgraph/(LangGraph 记忆与状态文档)

实践:为聊天机器人添加长期记忆,使用 Redis

第五阶段:单智能体工作流 • https://langchain-ai.github.io/langgraph/tutorials/…(LangGraph Academy(免费层)) • 论文:《ReAct: Reasoning + Acting》 https://arxiv.org/abs/2210.03629

实践:构建一个能引用来源的研究智能体

第六阶段:多智能体编排 • https://docs.crewai.com(CrewAI 官方文档 + 快速入门) • 课程:https://deeplearning.ai/short-courses/(搜索 “Multi-Agent”(DeepLearning.AI))

实践:创建一个主管 + 2 个工作智能体,它们会进行辩论

第七阶段:人在回路系统 • https://docs.smith.langchain.com(LangSmith 人工反馈与追踪) • 教程:在 LangChain 博客上搜索 “Human in the Loop”

实践:为敏感操作添加 “暂停审批” 步骤

第八阶段:评估 + 质量保证 • https://docs.ragas.io/en/stable/(RAGAS 文档) • https://github.com/confident-ai/deepeval…(DeepEval GitHub 仓库(开源))

实践:为你的智能体输出编写 5 个评估测试

第九阶段:可观测性 + 追踪 • https://arize.com/docs/phoenix/(Arize Phoenix 追踪与评估) • https://docs.smith.langchain.com(LangSmith 调试指南)

实践:为你的智能体添加延迟和成本追踪

第十阶段:安全 + 护栏 • https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf…(NIST AI 风险框架(PDF)) • 仓库:https://github.com/protectai/llm-prompt-injection…(提示注入防御)

实践:用 10 个攻击提示对你的智能体进行红队测试

第十一阶段:生产部署 • https://docs.vllm.ai(vLLM 官方推理文档) • https://github.com/DataTalksClub/mlops-zoomcamp…(MLOps Zoomcamp(免费完整课程))

实践:将你的智能体 Docker 化并部署到 Render/Railway

第十二阶段:开源 + 作品集 • 贡献:https://github.com/langchain-ai/langgraph… • 贡献:https://github.com/crewAIInc/crewAI…

实践:每月发布 1 个公开智能体,并附上 2 分钟演示视频

(收藏此文)

相似文章