2、全书概念地图
可以先把整套课程理解成 8 层能力。
| 层级 | 你在学什么 | 代表术语 | 核心问题 |
|---|---|---|---|
| 1 | 大模型基础 | LLM、Token、上下文窗口、推理、幻觉 | 模型是什么，能力边界在哪里 |
| 2 | 模型沟通方式 | Prompt、Message、Output Parser、结构化输出 | 怎么把任务讲清楚，怎么拿到结果 |
| 3 | 外部知识补充 | Embedding、向量数据库、Retriever、RAG、Rerank | 模型不知道的内容怎么查回来 |
| 4 | 工具与动作 | Tool、Function Calling、ToolMessage、幂等性 | 模型如何调用外部系统 |
| 5 | 流程与智能体 | Workflow、Agent、ReAct、create_agent | 谁决定下一步怎么走 |
| 6 | 协议与生态接入 | MCP、Resource、Server、A2A、Handoff | 外部能力和其他 Agent 怎么接进来 |
| 7 | 状态化编排 | LangGraph、State、Node、Edge、Checkpoint | 复杂流程怎么可控、可恢复、可观测 |
| 8 | 企业级项目工程化 | FastAPI、SSE、WebSocket、ContextVar、日志 | 怎么把能力做成可用、可查的系统 |
一句话记忆：
Prompt 负责“怎么问”，RAG 负责“查资料”，Tool 负责“做动作”，Workflow 负责“固定流程”，Agent 负责“动态决策”，MCP 负责“标准化接能力”，LangGraph 负责“状态化跑流程”，工程化负责“把它稳定交付出去”。