AI应用开发 · 6个月学习计划表（26周）

总进度

使用方法：逐项勾选任务，进度自动保存在本机浏览器；每周末对照右侧「验收标准」自查，全部达标再进入下一周。不达标允许顺延，但同一周最多卡 2 周——卡住了就带着具体问题去求助（社区/AI/同行），不要原地硬啃。

四阶段总览

PHASE 1 工程地基 W01–W04

PHASE 2 核心三件套 RAG · 工具调用 · Agent W05–W12

PHASE 3 工程化落地 W13–W18

PHASE 4 行业项目与求职冲刺 W19–W26

主线：能独立交付 AI 应用暗线：从 W05 起每周 1–2 小时关注目标行业动态原则：无评测不优化 · 用 AI 学 AI · 业务语言优先

PHASE 1

工程地基

W01–W04

阶段里程碑：能独立调用大模型 API 做出一个别人能跑起来的命令行 AI 工具，并建立大模型工作原理的直觉。

W01

Python 工程化与 AI 开发环境

目标：搭好现代化开发环境，养成工程习惯

0/5

学习任务

安装配置 VS Code + Cursor（或 Claude Code），学会用对话、补全、报错解释三个核心功能掌握 Python 虚拟环境（venv 或 uv）与 pip 包管理，理解为什么要环境隔离复习 Python 进阶语法：推导式、装饰器、类型注解、dataclass Git 工作流：init / commit / branch / merge，GitHub 远程仓库推拉全程用 AI 编程工具辅助完成以上任务，记录它帮你省了多少时间

验收标准

GitHub 上有一个规范仓库（含 README、.gitignore、requirements.txt）
能用虚拟环境跑通一个 100 行以上的 Python 脚本
能口述「虚拟环境解决什么问题」

W02

大模型 API 调用

目标：熟练调用主流大模型，掌握多轮对话与流式输出

0/5

学习任务

注册并调通至少 2 家大模型 API（如 DeepSeek + 通义千问，均为 OpenAI 兼容接口）掌握 messages 结构（system / user / assistant）与多轮对话上下文管理实现流式输出（stream=True），做出打字机效果理解 token 计费规则，给每次调用加上费用估算输出加错误处理：超时、限流自动重试（指数退避），断网不崩溃

验收标准

一个可配置模型 / 温度的多轮对话 CLI
能解释 temperature、top_p、max_tokens 各自的作用
拔网线 / 触发限流时程序优雅报错而非崩溃

W03

Prompt 工程

目标：让模型稳定输出你要的结构，而不是碰运气

0/5

学习任务

学系统提示词设计三要素：角色、约束、输出格式掌握 few-shot：用 2–3 个示例锁定输出风格结构化输出：JSON mode / 固定 schema，并写代码校验解析失败兜底建一个 10 条「坏案例集」，逐条分析失败原因并迭代提示词了解提示词注入攻击与基础防护手段（输入隔离、输出校验）

验收标准

完成「会议纪要提取器」：输入杂乱文本，稳定输出固定 JSON（议题 / 待办 / 负责人）
10 条测试样例全部通过

W04

阶段项目：命令行 AI 工具 + LLM 原理直觉

目标：综合前三周产出第一个可交付作品，补上原理认知

0/5

学习任务

综合 W01–03 做一个 CLI 翻译 / 摘要工具：流式输出、配置文件、费用统计学 Transformer 直觉原理：注意力机制在干什么（推荐 3Blue1Brown 系列）理解上下文窗口的限制与「幻觉」产生的原因写规范 README（安装、用法、示例截图）录制 1 分钟演示 GIF 放进 README

验收标准

陌生人按 README 5 分钟内能把工具跑起来
能用大白话向非技术人解释「大模型为什么会胡说八道」

PHASE 2

核心三件套：RAG · 工具调用 · Agent

W05–W12

阶段里程碑：能独立做出带引用来源的知识库问答系统和多步骤 Agent——这是 2026 年 AI 应用开发岗面试的两大必考项目。

W05

Embedding 与语义检索

目标：理解向量检索原理，上手向量数据库

0/5

学习任务

理解 Embedding 原理与余弦相似度的含义调用 Embedding API 把文本转为向量并持久化上手 Chroma：建集合、写入、Top-K 查询用 20 篇真实文档做一个语义搜索 demo 对比关键词搜索 vs 语义搜索：各找 3 个一方明显占优的查询案例

验收标准

输入「如何报销差旅费」能命中标题不含「报销」二字的相关文档
能向人讲清 Embedding 为什么能做语义匹配

W06

文档解析与切分策略

目标：RAG 效果的一半在切分，掌握主流策略并能做对比实验

0/5

学习任务

解析 PDF / Word / Markdown（含表格提取），了解常见解析库实现三种切分策略：固定长度、按标题结构、按语义边界做 chunk_size 与 overlap 调参实验并记录结果为每个 chunk 保留元数据（来源文件、页码、章节标题）准备 10 个测试问题，量化对比三种策略的检索命中率

验收标准

同一份 50 页 PDF 的三种切分策略对比表（含命中率数据）
选出最优策略并能说明理由

W07

混合检索与重排序

目标：掌握生产级检索链路 BM25 + 向量 + Rerank

0/5

学习任务

实现 BM25 关键词检索（rank_bm25 库）向量 + BM25 混合检索，用 RRF 算法融合结果接入 Rerank 模型（如 bge-reranker）对 Top-20 候选重排用 W06 的 10 个测试问题对比：纯向量 vs 混合 vs 混合+Rerank 实现「检索不到」的兜底：低分时拒答而非让模型编造

验收标准

混合检索 + Rerank 的命中率相对纯向量有提升且有数据记录
检索为空时系统礼貌拒答

W08

阶段项目：个人知识库问答系统

目标：整合前三周，产出第一个完整 RAG 作品

0/5

学习任务

搭建完整链路：解析 → 切分 → 混合检索 → Rerank → 生成回答必须带引用来源，可定位到原文段落用 Gradio 或 Streamlit 加一个简洁 Web 界面导入 100 页以上的真实文档集（自己的笔记 / 公开手册）构造 20 个测试问题，人工评估回答准确率并记录

验收标准

20 个测试问题回答准确率自评 ≥ 80% 且无编造来源
界面可演示，README 完整

W09

Function Calling 工具调用

目标：让模型从「会说」变成「会做」

0/5

学习任务

理解 Function Calling 协议：工具描述、参数 JSON Schema 给模型接入 3 个工具：计算器、网页搜索、SQLite 查询处理多工具选择场景（一个问题该调哪个工具）处理参数抽取错误与工具执行失败的回退逻辑实现工具调用日志：每次调用的工具名、参数、结果可追查

验收标准

完成「数据问答助手」：问「上个月销售额最高的产品」，模型自动调 SQL 工具并回答
日志能看到完整调用链

W10

MCP 协议

目标：理解并实践当前企业 JD 中高频出现的 MCP 技能

0/4

学习任务

理解 MCP 解决什么问题：工具接入的统一协议，避免每家公司各写一套在 Claude Code / Cursor 中配置接入 2 个现成 MCP server（如文件系统、网页搜索）用 FastMCP 自己写一个 MCP server，暴露 1–2 个自定义工具总结「直接 Function Calling」与「走 MCP」各自的适用场景

验收标准

自己写的 MCP server 能被客户端成功调用
能向面试官讲清 MCP 与 Function Calling 的关系

W11

Agent 开发入门

目标：先低代码感受编排，再手写掌握原理

0/5

学习任务

理解 ReAct 范式：思考 → 行动 → 观察的循环用 Dify 或 Coze 低代码搭一个多步骤工作流（如：查天气 → 生成穿搭建议）用 LangGraph 手写同一个 Agent：定义状态图、节点、边理解 Agent 的记忆与状态管理（短期上下文 vs 长期记忆）对比低代码平台与手写框架的取舍：什么场景用哪个

验收标准

低代码版和手写版两个 Agent 均能完成多步任务
能画出自己 Agent 的状态流转图

W12

阶段项目：自动调研 Agent

目标：产出第一个有「自主规划」感的 Agent 作品

0/5

学习任务

实现调研助手主链路：输入课题 → 自动搜索 → 阅读网页 → 去重整理 → 输出结构化报告加断点恢复：中途失败可从断点续跑限制最大循环次数与 token 成本上限，防止 Agent 失控全程用 AI 编程工具开发，记录提效对比（估时 vs 实际）写 README：架构图 + 演示截图 + 成本说明

验收标准

给一个真实课题跑出 ≥ 1500 字、带引用来源的调研报告
单次运行显示 token 消耗且无死循环

PHASE 3

工程化落地：从 demo 到可交付服务

W13–W18

阶段里程碑：把 W08 的知识库系统升级为可一键部署、有量化评测报告的生产级服务——这是与「调 API 熟练工」拉开差距的关键阶段。

W13

评测体系：无评测不优化

目标：为 RAG 系统建立可自动化运行的评测基线

0/4

学习任务

为 W08 项目构建 30 条黄金评测集：问题 + 标准答案 + 来源段落，覆盖简单 / 复杂 / 对抗性问题用 RAGAS 或自写脚本实现自动化评测：检索命中率、答案忠实度、答案相关性封装成一键评测脚本，输出当前系统三项指标分数理解每项指标的含义与局限，知道什么分数算「可用」

验收标准

一条命令输出当前系统的基线评测报告
评测集含至少 5 条对抗性问题（误导性、无答案问题）

W14

RAG 调优实战

目标：体验「数据驱动优化」的完整闭环，这是面试最能讲的故事

0/4

学习任务

基于 W13 基线做定向优化：切分策略、检索参数、提示词各改至少一版每版改动单独跑评测，维护一份改动日志（改了什么 → 指标变化）分析剩余 badcase 并归类：检索不到 / 理解错 / 生成错针对占比最高的 badcase 类型做专项修复

验收标准

至少一项指标比基线提升 ≥ 10 个百分点
改动日志完整，能讲清「哪一刀提升了什么」

W15

开源模型与本地部署

目标：摆脱对单一云 API 的依赖，掌握私有化部署能力

0/4

学习任务

用 Ollama 在本地跑通一个开源模型（如 Qwen 系列）理解量化（GGUF、4bit / 8bit）对效果与显存占用的影响用 vLLM 部署模型并提供 OpenAI 兼容 API（有云 GPU 或本地显卡均可）做简单压测：并发请求下的吞吐量与首 token 延迟

验收标准

RAG 项目改一行 base_url 即可切换到本地模型运行
有一份压测数据（并发数 / 延迟 / 吞吐）

W16

服务化与容器化

目标：把脚本变成别人能部署的服务

0/4

学习任务

用 FastAPI 封装 REST API：/query、/upload、/health 三个核心接口写 Dockerfile 与 docker-compose：应用 + 向量库一键启动配置管理：.env 环境变量，API 密钥绝不入库利用 FastAPI 自动生成的 Swagger 文档，保证接口文档与代码同步

验收标准

一台新机器上 docker compose up 一条命令跑起整个系统
Swagger 页面可调通全部接口

W17

生产要素：成本、延迟与可观测性

目标：掌握企业最关心的降本增效手段

0/4

学习任务

成本优化：语义缓存（相似问题直接命中缓存，不重复调模型）成本优化：简单问题路由到小模型，复杂问题才用大模型延迟优化：全链路流式输出 + 检索异步并发加结构化日志与简单监控：请求数、失败率、平均延迟；界面加来源高亮与赞 / 踩反馈按钮

验收标准

缓存命中时延迟显著下降且有对比数据
任意一次失败请求都能从日志追查到完整链路

W18

阶段整合：生产级知识库服务

目标：打磨出简历上的王牌项目

0/5

学习任务

整合 W13–17 全部成果，完成端到端联调写完整项目文档：架构图、API 文档、部署指南、评测报告录制 3 分钟演示视频：讲问题 → 演示 → 亮数据整理 GitHub 仓库：commit 历史干净、issues 清零、License 齐全复盘 Phase 1–3：写一篇学习总结（可发博客 / 掘金，兼作个人品牌）

验收标准

王牌项目达成三可：可演示、可一键部署、有量化评测报告（准确率从 X 提升到 Y）

PHASE 4

行业项目与求职冲刺

W19–W26

阶段里程碑：完成一个垂直行业项目 + 改造好简历作品集并进入投递面试循环——从「会做 AI」升级为「懂行业的 AI 工程师」。

W19

选定行业与认知调研

目标：锁定一个垂直行业，建立基础业务认知

0/4

学习任务

确定 1 个垂直行业：优先复用你已有的行业背景；零基础则选高渗透行业（金融 / 制造 / 医疗 / 政务）读 3–5 份该行业的 AI 落地研究报告（券商研报 / 咨询报告），做结构化笔记画出该行业核心业务流程图，整理 ≥ 20 个关键术语表列出该行业「信息处理类」痛点清单 ≥ 10 条（重复、耗人力、有规则可循的工作）

验收标准

输出行业认知笔记：流程图 + 术语表 + 痛点清单
能向朋友讲清这个行业怎么赚钱、AI 能卡进哪个环节

W20

从业者访谈与项目立项

目标：从真实痛点中选定项目题目，避免自嗨式选题

0/4

学习任务

访谈 2–3 位从业者（前同事 / 行业社群 / 付费咨询），核心问题：「日常最重复、最耗人力的信息处理工作是什么？」从痛点清单中选定 1 个题目，标准：数据可得、价值可量化、3 周内能做完收集或构造项目数据集：公开数据 / 合成数据 / 脱敏样例写一页项目立项书：解决什么问题、技术方案、衡量指标

验收标准

立项书通过「灵魂三问」：解决谁的什么问题？现状多痛？成功后省多少时间 / 钱？

W21

行业项目开发 · Sprint 1：最小可行链路

目标：先跑通再优化，杜绝憋大招

0/3

学习任务

搭好项目骨架与数据管道：行业文档解析 / 数据清洗入库跑通最小可行链路：输入 → 输出，哪怕效果很差建立行业评测集 ≥ 30 条（含行业标准答案），跑出基线分数

验收标准

端到端 demo 跑通，基线评测分数出炉

W22

行业项目开发 · Sprint 2：效果攻坚

目标：用行业 know-how 做出通用方案做不出的效果

0/3

学习任务

行业术语优化：术语表注入提示词 / 同义词扩展检索（这是你的行业壁垒开始体现的地方）按需补全 Agent 能力：多步推理、调行业工具（如查数据库 / 调内部接口） badcase 分析与迭代：每修一类问题跑一次评测并记录

验收标准

评测分数比基线提升 ≥ 15 个百分点
典型行业场景演示通过

W23

行业项目开发 · Sprint 3：工程化与真实反馈

目标：让真实用户用一次，比自测一百次都有价值

0/3

学习任务

工程化收尾：API 封装、简洁界面、部署上线（复用 Phase 3 的全部技能）邀请 1–2 位 W20 访谈过的从业者试用，收集书面反馈根据反馈修复关键问题，记录「用户反馈 → 改动」对照

验收标准

从业者反馈「确实有用」或明确指出改进点
系统连续演示 3 次不翻车

W24

项目包装：用业务语言讲技术

目标：让 HR 和技术面试官都能在 3 分钟内看懂你的价值

0/4

学习任务

写行业项目 README：开头三句话讲「问题 → 方案 → 量化结果」，技术栈放后面录制 3 分钟演示视频：痛点引入 → 实际操作 → 亮评测数据部署公开可访问的演示链接（服务器 / 内网穿透 / 录屏兜底三选一）汇总 W18 / W12 / W08 项目链接，做作品集主页（GitHub Profile 或简单个人页）

验收标准

非技术朋友看完演示视频，能复述「你做的东西有什么用」

W25

简历改造与批量投递

目标：进入真实市场检验，用反馈驱动迭代

0/4

学习任务

简历改写：项目按 STAR 法则 + 量化结果呈现，突出「技术 + 行业」复合定位针对 3 类目标雇主分别微调简历：行业头部公司 IT/数字化部门、行业 AI 解决方案商、通用 AI 公司每天投递 5–10 个岗位，维护投递台账（公司 / 岗位 / JD 关键词 / 反馈）复盘前 20 次投递：已读不回是简历问题，面后不通过与面试问题，对症调整

验收标准

简历投递 ≥ 50 份并拿到面试邀约
若 0 邀约：回炉检查简历关键词与目标岗位匹配度

W26

面试冲刺与持续复盘

目标：把项目经验转化为 offer

0/4

学习任务

准备项目讲解双版本：3 分钟电梯版 + 10 分钟深挖版（问题 → 方案 → 难点 → 数据）刷高频面试题：RAG 调优手段、Agent 设计模式、幻觉治理、成本控制、MCP 原理模拟面试 ≥ 3 次（找同行或用 AI 扮演面试官），录音回听找问题每次真实面试后 24 小时内写复盘：被问倒的问题 → 补齐 → 更新讲稿

验收标准

能流畅讲清每个项目的「为什么这么做」而非只说「做了什么」
拿到 offer，或明确知道差距在哪、怎么补

贯穿全程的三大原则

无评测不优化

「准确率从 60% 优化到 85%」和「做了个聊天机器人」是简历的天壤之别。每个项目都要留下可量化的数字。

用 AI 学 AI

全程用 Claude Code / Cursor 辅助开发。AI 协作能力本身就是当前企业 JD 明确点名的热门技能，边用边积累。

业务语言优先

演示和简历讲「解决了什么问题、带来什么价值」，技术栈永远放后面。「技术 + 业务」复合才是护城河。

防坑指南

不要回头补算法 / 数学课。应用开发岗不考论文和模型训练，把时间全砸在工程落地上。
不要囤积课程与收藏夹。以做代学：教程只在卡壳时按需查阅，完整跟完一门课不如做完一个项目。
不要等「学完」再看 JD。从 W05 起每周浏览招聘 JD，用市场要求校准学习重点。
不要原地硬啃。同一周任务卡住超过 2 周，带着具体问题去求助（社区 / AI / 同行），效率远高于死磕。