AI Agent 学习导航

本目录用于系统整理 AI Agent 学习过程中的核心专有名词、使用场景、关联关系和流程图。

推荐学习顺序

下面这条路线适合从“模型是什么”逐步过渡到“Agent 怎么落地”。

文档列表

• 01｜大模型基础专有名词
  重点内容：LLM、Transformer、Token、Embedding、模型参数。

• 02｜推理与上下文专有名词
  重点内容：Context、Context Window、Temperature、Top-p、幻觉。

• 03｜Prompt 工程专有名词
  重点内容：Zero-shot、Few-shot、CoT、ReAct、Prompt Injection。

• 04｜Attention 与推理优化专有名词
  重点内容：KV Cache、Self-Attention、PagedAttention、FlashAttention。

• 05｜AI Agent 核心概念专有名词
  重点内容：Planning、Tool Use、Memory、Reflection、Multi-Agent。

• 06｜RAG 与知识库专有名词
  重点内容：Chunk、Embedding、Vector DB、Rerank、Hybrid Search。

• 07｜模型训练与微调专有名词
  重点内容：SFT、RLHF、DPO、LoRA、QLoRA。

• 08｜模型部署与性能专有名词
  重点内容：量化、vLLM、Ollama、吞吐、延迟、显存。

• 09｜安全与评估专有名词
  重点内容：Alignment、Guardrails、Benchmark、Red Teaming。

• 10｜框架与生态专有名词
  重点内容：LangChain、LangGraph、LlamaIndex、MCP、CrewAI。

• 11｜学习路线与速查表
  重点内容：高频名词速查、学习路线、实战路线。

• 12｜向量数据库
  重点内容：Milvus、Pinecone、Weaviate、Qdrant、Chroma、FAISS、pgvector 等选型对比与部署方式。

怎么读

• 如果你刚开始学习 AI Agent，先读 大模型基础 → 推理与上下文 → Prompt 工程。
• 如果你关心部署和性能，重点读 Attention 与推理优化、模型部署与性能。
• 如果你要做企业知识库或文档问答，重点读 RAG 与知识库、安全与评估。
• 如果你准备动手搭建项目，最后读 框架与生态、向量数据库 和 学习路线与速查表。