# AI Agent 开发“干中学”学习计划

核心项目：个人全能知识助手（Personal AI Brain）

项目目标：构建一个能读取你的文档、回答问题、帮你搜索资料，甚至帮你自动处理 GitHub 问题的 AI 助手。 技术栈：Node.js / TypeScript + Next.js / Express

---

阶段一：从零开始，让 AI 跑起来（第 1-2 周）

目标：跑通大模型的基础调用，理解流式输出（Streaming）和基础交互。 引入的最流行库：Vercel AI SDK (ai + @ai-sdk/anthropic 或 @ai-sdk/openai)

📌 必须掌握的 3 个核心知识点

1. System Prompt 与 Role 设定：理解 system, user, assistant 三种角色的区别，以及如何通过 System Prompt 约束 AI 的行为和输出格式。
2. Streaming（流式输出）机制：理解大模型是一个词一个词吐出来的（Token by Token），掌握如何在 Node.js 中处理 ReadableStream，并在前端实时渲染。
3. Context Window 与 History 管理：大模型没有记忆，理解每次请求必须把之前的对话历史（History Array）全部带上，以及如何计算和控制 Token 消耗。

⚔️ 实战任务：带记忆的命令行翻译官

要求：

• 使用 Vercel AI SDK 的 streamText 写一个 Node.js 命令行脚本。
• 设定 System Prompt 让它扮演一个“毒舌翻译官”，不仅翻译英文，还要嘲讽你的中式英语。
• 验收标准：你连续输入三句话，它在翻译第三句话时，能记得你第一句话说了什么，并且输出是像打字机一样流畅弹出的。

---

阶段二：给 AI 注入灵魂，实现 RAG（第 3-4 周）

目标：解决 AI 瞎编（幻觉）的问题，让它能基于你的私人数据（如 Markdown 笔记、PDF）回答问题。 引入的最流行库：LangChain.js (文档处理) + Qdrant JS SDK (向量数据库)

📌 必须掌握的 4 个核心知识点

1. Embeddings（词嵌入）原理：理解如何将一段文本变成一个多维浮点数数组，以及“余弦相似度”是如何衡量两段文本相关性的。
2. Chunking（文本分块）策略：知道为什么不能把整本书塞给 AI，掌握如何根据标点符号或固定长度对长文档进行合理的切分（Text Splitters）。
3. Vector Database（向量数据库）操作：掌握 Qdrant 或 Pinecone 的基本 CRUD 操作，理解 Index 的概念。
4. RAG（检索增强生成）标准管道：深刻理解 Load -> Split -> Embed -> Store -> Retrieve -> Generate 这一完整数据流。

⚔️ 实战任务：“我的简历我做主”问答机器人

要求：

• 准备一份你自己的长篇 PDF 简历或个人经历 Markdown 文件。
• 编写脚本，用 LangChain.js 读取它，切块并生成 Embeddings，存入本地运行的 Qdrant 数据库（Docker 运行）。
• 修改阶段一的聊天脚本，在调用 AI 前，先拿着用户的提问去 Qdrant 里搜索最相关的 3 个文本块，将其作为上下文（Context）塞进 Prompt 里。
• 验收标准：问它“我的上一份工作是做什么的？”，它能准确提取你简历里的信息回答，而不是瞎编。

---

阶段三：赋予 AI 手脚，掌握 Function Calling（第 5-6 周）

目标：让 AI 不仅仅是“说话”，而是能“做事”。 引入的最流行库：Mastra (TypeScript Agent 框架) 或继续深挖 Vercel AI SDK 的 tool 功能。

📌 必须掌握的 3 个核心知识点

1. JSON Schema 与 Zod 校验：理解大模型是如何通过阅读 JSON Schema 来理解一个工具的用途和参数的，掌握使用 Zod 强类型定义工具输入。
2. Function Calling（工具调用）生命周期：理解 AI 返回的不是文本而是“调用指令”，你需要用代码执行这个指令，并把执行结果（Tool Result）再发给 AI，它才会生成最终回答。
3. 并行工具调用（Parallel Tool Calls）：理解 AI 如何一次性决定调用多个工具（例如同时查询北京和上海的天气），以及如何处理多工具返回。

⚔️ 实战任务：GitHub 仓库小管家

要求：

• 注册一个 GitHub 个人访问令牌（PAT）。
• 定义两个工具（Tools）：getRepoStars (获取仓库 Star 数) 和 listRecentIssues (获取最近的 5 个 Issue)。
• 将这两个工具绑定到大模型上。
• 验收标准：你在命令行输入“帮我看看 vercel/ai 和 mastra-ai/mastra 哪个 Star 多？顺便告诉我 vercel/ai 最近有哪些 Issue”，AI 能自主决定调用相应的工具，拿到数据后给你一个完整的自然语言总结。

---

阶段四：拥抱前沿，接入 MCP 协议（第 7-8 周）

目标：理解标准化协议，让你的 AI 助手能无缝接入各种外部数据源，而不需要你手写无数个 API 接口。 引入的最流行库：MCP TypeScript SDK

📌 必须掌握的 3 个核心知识点

1. MCP 架构理念：理解 Client（你的应用）和 Server（数据源/工具提供者）是如何通过标准协议解耦的。
2. MCP 的三大核心能力：Resources（静态数据读取）、Prompts（动态模板）、Tools（执行动作）。
3. Stdio 与 SSE 传输层：理解 MCP Server 是如何通过标准输入输出（本地进程）或 Server-Sent Events（远程服务）与 Client 通信的。

⚔️ 实战任务：无需写接口的本地数据库分析师

要求：

• 找一个官方或社区提供的 SQLite MCP Server（例如官方提供的 sqlite server）。
• 准备一个包含一些测试数据（比如你的记账记录）的本地 SQLite 数据库文件。
• 使用 MCP Client SDK 在你的代码中连接这个 SQLite MCP Server。
• 让 AI 通过 MCP 协议直接查询这个数据库。
• 验收标准：你没有手写任何一行查数据库的 SQL 逻辑，仅通过配置 MCP，就能问 AI“我上个月在餐饮上花了多少钱？”，AI 通过 MCP 自动执行 SQL 并告诉你答案。

---

阶段五：终极挑战，构建多步骤 Agent 工作流（第 9-10 周）

目标：处理复杂的、需要多步推理、分支判断和容错的长线任务。 引入的最流行库：LangGraph.js

📌 必须掌握的 4 个核心知识点

1. State Management（状态管理）：理解在复杂流程中，如何在多个节点之间传递和更新一个全局的 State 对象。
2. Graph Nodes & Edges（图的节点与边）：掌握如何将一个大任务拆分成多个小函数（Nodes），并用条件逻辑（Edges）把它们连起来。
3. Cyclic Workflows（循环工作流）与自我纠错：理解 Agent 如何通过循环来检查自己的工作，如果不合格就打回去重做，直到满足条件。
4. Human-in-the-loop（人在回路）：掌握如何在一个流程执行到关键步骤（如发送邮件、提交代码）时暂停（Interrupt），等待人类点击确认后再继续。

⚔️ 实战任务：自动化技术调研研究员

要求：

• 使用 LangGraph.js 定义一个状态机。包含以下节点：
  1. 规划节点：根据你的输入，生成 3 个 Google 搜索关键词。
  2. 执行节点：调用搜索工具获取网页内容。
  3. 审查节点：另一个 LLM 检查内容是否足够写报告。如果不够，流转回执行节点；如果够，流转到总结节点。
  4. 总结节点：生成 Markdown 报告。
• 在生成报告前加入 Human-in-the-loop。
• 验收标准：输入“调研 2026 年前端框架趋势”，你能看到终端里打印出它规划、搜索、自我反思的循环过程。最后流程暂停，提示“报告已草拟，是否允许保存到本地？”，你输入 yes 后，本地生成一份排版精美的 Markdown 报告。

---

总结与建议

不要急于求成。AI 开发的难点不在于框架的 API 怎么调用，而在于**“理解大模型是如何思考和交互的”**。 通过这 5 个实战任务，你将遇到大模型不听话、输出格式错乱、工具调用失败等各种真实场景，解决这些问题的过程，就是你成为资深 AI 开发者的过程。