{
  "updatedAt": "2026-09-28 14:30:27",
  "sourceUrl": "https://agent.codepost.site/#stages",
  "stages": [
    {
      "name": "Stage 0：环境准备 — Foundations",
      "goal": "学什么 Python 基础 CLI 操作 Git 版本控制 API 概念 JSON 格式 這是一切的起點 確保你的开发环境就緒 动手做 安裝 Ollama 拉取 gemma4 e4b 模型 約 7 5GB 運行第一个本地 LLM 對話 30-45 分鐘從零到 Hello World Stage 文档",
      "queries": [
        "环境准备 — Foundations AI Agent 教程 实操",
        "环境准备 — Foundations 入门 教程",
        "Python CLI Git API 教程 实战",
        "Python CLI Git API AI Agent 入门",
        "Python 教程 实操",
        "Python 入门 教程",
        "CLI 教程 实操",
        "CLI 入门 教程"
      ],
      "track": "环境准备 — Foundations",
      "stageId": "0",
      "roadmapTrack": "both",
      "keywords": [
        "Python",
        "CLI",
        "Git",
        "API",
        "JSON",
        "Ollama",
        "LLM",
        "环境准备"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 1：LLM 基础 — Language Model Basics",
      "goal": "学什么 Token 概念 API 调用方式 LLM 供应商对比 本地 vs 云端 LLM 的取舍 理解 LLM 的本質 一個概率性的文本生成器 多供应商 LLM 调用 同一個請求發給不同模型 OpenAI SDK 異常处理 重試包裝器",
      "queries": [
        "LLM 基础 — Language Model Basics AI Agent 教程 实操",
        "LLM 基础 — Language Model Basics 入门 教程",
        "API LLM Token OpenAI SDK 教程 实战",
        "API LLM Token OpenAI SDK AI Agent 入门",
        "API 教程 实操",
        "API 入门 教程",
        "LLM 教程 实操",
        "LLM 入门 教程"
      ],
      "track": "LLM 基础 — Language Model Basics",
      "stageId": "1",
      "roadmapTrack": "both",
      "keywords": [
        "API",
        "LLM",
        "Token",
        "OpenAI SDK",
        "学什么",
        "调用方式",
        "供应商对比",
        "的取舍"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 2：Prompt Engineering — 提示词工程",
      "goal": "学什么 System Prompt 设计 Few-shot 示例 Chain-of-Thought 推理链 Context Engineering 入門 這是 概念三層演進 的第一層 练习形式 内嵌在 stage 文档的 details 折疊塊中 每個练习 8-15 行核心代碼 Stage 文档 内嵌练习",
      "queries": [
        "Prompt Engineering — 提示词工程 AI Agent 教程 实操",
        "Prompt Engineering — 提示词工程 入门 教程",
        "Prompt Engineering System Prompt Few-shot Chain-of-Thought 教程 实战",
        "Prompt Engineering System Prompt Few-shot Chain-of-Thought AI Agent 入门",
        "Prompt Engineering 教程 实操",
        "Prompt Engineering 入门 教程",
        "System Prompt 教程 实操",
        "System Prompt 入门 教程"
      ],
      "track": "Prompt Engineering — 提示词工程",
      "stageId": "2",
      "roadmapTrack": "both",
      "keywords": [
        "Prompt Engineering",
        "System Prompt",
        "Few-shot",
        "Chain-of-Thought",
        "Context Engineering",
        "Prompt",
        "提示词工程",
        "学什么"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 3：Tool Use + 第一个 Agent ⭐",
      "goal": "学什么 Function Calling ReAct 循环 工具选择策略 Schema 设计 這是 從使用者到构建者的转折点 你將手寫第一个 Agent 循环 多工具选择 Agent 如何決定用哪個工具 手寫 ReAct 循环 最重要的练习 多步推理链 複雜任務分解 Agent 上下文中的错误处理 Schema 设计好 壞对比 含 bad good 版本 5 條黃金法則 5 個反模式 30 術語表",
      "queries": [
        "Tool Use + 第一个 Agent ⭐ AI Agent 教程 实操",
        "Tool Use + 第一个 Agent ⭐ 入门 教程",
        "Function Calling ReAct Tool Use Schema 教程 实战",
        "Function Calling ReAct Tool Use Schema AI Agent 入门",
        "Function Calling 教程 实操",
        "Function Calling 入门 教程",
        "ReAct 教程 实操",
        "ReAct 入门 教程"
      ],
      "track": "Tool Use + 第一个 Agent ⭐",
      "stageId": "3",
      "roadmapTrack": "track-b",
      "keywords": [
        "Function Calling",
        "ReAct",
        "Tool Use",
        "Schema",
        "Agent",
        "第一个",
        "学什么",
        "工具选择策略"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 4：Agent 框架 — Frameworks",
      "goal": "学什么 LangGraph CrewAI Smolagents Pydantic AI 四大框架对比 理解不同框架的设计哲学 圖狀態機 vs 角色扮演 vs CodeAct vs 類型安全 同一 Agent 用 LangGraph vs CrewAI 實現 CrewAI 多角色分配 讓 Agent 扮演不同專家 LangGraph 分支 人類審批 HITL Smolagents CodeAct vs JSON 工具调用 Pydantic AI 類型化輸出 結構化數據保證 5 種 Agent 範式心智模型",
      "queries": [
        "Agent 框架 — Frameworks AI Agent 教程 实操",
        "Agent 框架 — Frameworks 入门 教程",
        "JSON LangGraph CrewAI Agent 教程 实战",
        "JSON LangGraph CrewAI Agent AI Agent 入门",
        "JSON 教程 实操",
        "JSON 入门 教程",
        "LangGraph 教程 实操",
        "LangGraph 入门 教程"
      ],
      "track": "Agent 框架 — Frameworks",
      "stageId": "4",
      "roadmapTrack": "track-b",
      "keywords": [
        "JSON",
        "LangGraph",
        "CrewAI",
        "Agent",
        "学什么",
        "四大框架对比",
        "理解不同框架的设计哲学",
        "圖狀態機"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 5：Claude Code 生態 — Ecosystem 🔗",
      "goal": "学什么 MCP Server 協議 Skills 系統 Plugins 架構 Subagents 子代理 這是 Claude 生態的全景圖 從工具協議到技能系統到多代理編排 已有的 meta 示例 tool-calling-tutor 一個可安裝的 Claude Code Skill 用於診斷 tool-calling 問題 Meta 示例 可安裝的 Claude Code Skill Skill 主體 frontmatter 5 步流程 Tool-calling 問題診斷流程圖 Schema 演進案例 從壞到好 ",
      "queries": [
        "Claude Code 生態 — Ecosystem 🔗 AI Agent 教程 实操",
        "Claude Code 生態 — Ecosystem 🔗 入门 教程",
        "CLI Anthropic Schema MCP 教程 实战",
        "CLI Anthropic Schema MCP AI Agent 入门",
        "CLI 教程 实操",
        "CLI 入门 教程",
        "Anthropic 教程 实操",
        "Anthropic 入门 教程"
      ],
      "track": "Claude Code 生態 — Ecosystem 🔗",
      "stageId": "5",
      "roadmapTrack": "both",
      "keywords": [
        "CLI",
        "Anthropic",
        "Schema",
        "MCP",
        "Claude Code",
        "Agent",
        "学什么",
        "子代理"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 6：Memory + RAG — 记忆與检索",
      "goal": "学什么 向量數據庫 Embedding 原理 文档分塊策略 完整 RAG 管道 Agent 長期记忆 讓你的 Agent 擁有 记忆 能記住對話歷史和外部知識 文本 Embedding 基础 語義向量化 ChromaDB 向量數據庫操作 文档分塊策略对比 固定 vs 語義 完整 RAG 管道 端到端實現 Agent 長期记忆 跨會話记忆持久化 Advanced RAG 進階检索实战 Agent Memory 记忆架構指南",
      "queries": [
        "Memory + RAG — 记忆與检索 AI Agent 教程 实操",
        "Memory + RAG — 记忆與检索 入门 教程",
        "RAG Embedding Memory Agent 教程 实战",
        "RAG Embedding Memory Agent AI Agent 入门",
        "RAG 教程 实操",
        "RAG 入门 教程",
        "Embedding 教程 实操",
        "Embedding 入门 教程"
      ],
      "track": "Memory + RAG — 记忆與检索",
      "stageId": "6",
      "roadmapTrack": "track-b",
      "keywords": [
        "RAG",
        "Embedding",
        "Memory",
        "Agent",
        "记忆與检索",
        "学什么",
        "向量數據庫",
        "文档分塊策略"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 7：生产级工程 — Production Engineering 🔗",
      "goal": "学什么 多 Agent 編排模式 Agent 評估方法 可观测性 監控 安全執行與恢復 FastAPI 部署 這是 概念五層演進 的頂層 Harness Engineering 多 Agent 辯論模式 觀點碰撞 Agent 評估 如何衡量 Agent 好壞 可观测性 監控 看透 Agent 內部 Streaming Caching 高级技巧 FastAPI 部署 含 Dockerfile 安全執行 人工核准 Checkpoint 與冪等性",
      "queries": [
        "生产级工程 — Production Engineering 🔗 AI Agent 教程 实操",
        "生产级工程 — Production Engineering 🔗 入门 教程",
        "API Agent 生产级工程 学什么 教程 实战",
        "API Agent 生产级工程 学什么 AI Agent 入门",
        "API 教程 实操",
        "API 入门 教程",
        "Agent 教程 实操",
        "Agent 入门 教程"
      ],
      "track": "生产级工程 — Production Engineering 🔗",
      "stageId": "7",
      "roadmapTrack": "track-b",
      "keywords": [
        "API",
        "Agent",
        "生产级工程",
        "学什么",
        "編排模式",
        "評估方法",
        "可观测性",
        "安全執行與恢復"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 7.5：高階概念閱讀圖 — Advanced Concepts",
      "goal": "学什么 12 個高階概念的閱讀地圖 PAR 循环 Plan-Act-Reflex Agent-as-Judge Guardrail 模式 Reflexion 持久记忆迴圈等 沒有代碼 純粹的概念理解 定位 這是 Stage 7 到 Stage 8 之間的 橋樑 用一週時間消化高階概念 為最後的 Agent 接口学習做准备",
      "queries": [
        "高階概念閱讀圖 — Advanced Concepts AI Agent 教程 实操",
        "高階概念閱讀圖 — Advanced Concepts 入门 教程",
        "Agent 高階概念閱讀圖 学什么 個高階概念的閱讀地圖 教程 实战",
        "Agent 高階概念閱讀圖 学什么 個高階概念的閱讀地圖 AI Agent 入门",
        "Agent 教程 实操",
        "Agent 入门 教程",
        "高階概念閱讀圖 教程 实操",
        "高階概念閱讀圖 入门 教程"
      ],
      "track": "高階概念閱讀圖 — Advanced Concepts",
      "stageId": "7.5",
      "roadmapTrack": "both",
      "keywords": [
        "Agent",
        "高階概念閱讀圖",
        "学什么",
        "個高階概念的閱讀地圖",
        "持久记忆迴圈等",
        "沒有代碼",
        "純粹的概念理解",
        "之間的"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    },
    {
      "name": "Stage 8：Agent 接口 — Interfaces 🔗",
      "goal": "学什么 Computer Use 屏幕操控 Browser Use 網頁瀏覽 Code Sandbox 代碼沙箱 讓 Agent 不僅能對話 還能 看見 和 操作 真實世界 练习形式 练习内嵌在 stage 文档中 因為涉及特殊环境 瀏覽器 屏幕錄製等 每個练习文件夾遵循統一結構 按以下順序操作 最大化学習效果 选择你的語言版本 zh-TW zh-Hans English 理解练习目標和預期成果 讀 requirements txt 執行 pip install -r requirements txt 注意同時包含",
      "queries": [
        "Agent 接口 — Interfaces 🔗 AI Agent 教程 实操",
        "Agent 接口 — Interfaces 🔗 入门 教程",
        "API Ollama Token Anthropic 教程 实战",
        "API Ollama Token Anthropic AI Agent 入门",
        "API 教程 实操",
        "API 入门 教程",
        "Ollama 教程 实操",
        "Ollama 入门 教程"
      ],
      "track": "Agent 接口 — Interfaces 🔗",
      "stageId": "8",
      "roadmapTrack": "both",
      "keywords": [
        "API",
        "Ollama",
        "Token",
        "Anthropic",
        "Agent",
        "学什么",
        "屏幕操控",
        "網頁瀏覽"
      ],
      "sourceUrl": "https://agent.codepost.site/#stages"
    }
  ]
}