先把学习路径收窄。
16项资料承担不同任务。建议以这三份为主线,官方课程和工程手册按缺口补充;把完成练习与形成真实交付能力分开判断。
先读第6–14章,再补采用与移交。把范围、验收和维护责任写清楚。
技术实作AI Engineer Notebooks亲手实现API、工具、检索和评估;让框架选择建立在理解之上。
交付演练FDE Simulation自己提交需求、方案、原型与交接说明,再对照参考答案。
先选一条主线并产出一个可检查的结果。API、RAG与MCP的重复内容按缺口补;导航类仓库用于查漏。冷链案例适合分析改造,生产能力仍需另行验证。
本页学习优先级是本次整理的建议,不是外部质量评级;路线用于探索与练习,不代表你已作出职业决定。你的 HFE/UX 背景可结合 C03 的语言界面设计,把系统能力变成可判断、可恢复的工作流。
每一步,都留下一个结果。
从基础自检到外部使用者试点。按自己的技术基础安排时间,阶段完成条件比固定周数更有用。
01应用基础先做一次能力自检
用一个小API检查请求、JSON、SQL、异常和Git基础。
一个可解释的API,以及一次亲自定位的故障。
G06 · 第3–6课 / G01 · 第01节
这一步决定你需要补多少基础。能说出数据、状态和错误经过哪里,比照着跑通更有判断力。
02需求与范围把问题切成可验证的一段
找一位具体使用者,记录当前流程、成本和第一版范围。
一页范围说明、现状基线、验收样本和排除项。
G04 · 第6–8章 / G01 · 第11节
先确认谁使用、谁验收、谁授权数据,以及什么信号会让你暂停。
03API与工具亲手实现模型与工具的往返
从原始API实现结构输出、工具执行、循环与停止。
能独立解释的工具循环,以及工具错误、重复调用和预算处理。
G01 · 第01、05节 / C01 · Tool Use
模型提出动作,应用执行并校验。先理解机制,再选择框架。
04检索与评估用同一批样本判断改动
拆开检索与生成,比较简单基线、混合检索和生成方案。
版本化评估集,质量、延迟、成本和失败归因。
G01 · 第02–04节 / C01 · RAG
包含没有答案、过期内容、权限不足和工具失败,避免只收成功样例。
05集成与运行接入一条受控数据链路
实现一个受控接口,补齐权限、状态、超时和降级。
数据流图、运行手册,以及可验证的恢复设计。
C02 / G03 · 第7、10–12章 / G10
按当前项目需要使用基础设施;复杂云原生工具可以后置。
06交付演练完成一次模拟客户交付
选择一个模拟案例,自己提交方案后再对照参考答案。
需求备忘录、原型、评估、交接说明和5分钟讲解。
G02 / G04 · 第15、17章
标注合成场景。mock结果、真实模型与真实客户效果分别记录。
07外部试点让另一位使用者实际使用
在已有项目里选择一条流程,观察采用、问题与接管。
使用和反馈记录、未解决问题,以及对方能操作的说明。
已有项目 + 真实使用者
保持明确范围。私人使用、真实试点、商业成果与规模验证各有证据。
C01与G01的API/RAG/工具部分重叠,可选一份完整跟做,另一份查缺口;C02和C01的MCP部分重叠;三份中文书各选一份主读,其余按主题查;G06是长课程,按模块补课即可。
16项资料,逐项拆解。
11个 GitHub 仓库、2个视频、3个课程入口。展开查看学习重点、前置条件、章节入口与本轮核对范围。
G01AI Engineer Notebooks
API、RAG、评估、Agent、客户需求
打开来源GitHub · 英文 · P0
仓库有33份Notebook,按API、评估、RAG、Agent、安全、运行与客户需求组织;我检查了全目录,并重点静读核心Notebook的说明与代码。其特点是先用原始API实现机制,再讨论框架;评估出现在检索与Agent之前。
建议顺序: 00环境 → 01结构化输出/工具调用 → 02基础评估 → 03检索 → 04回归评估 → 05循环与预算 → 08可靠性 → 11需求 → 12客服案例。第06适配模型、09自托管推理和10推理服务设计可按后续需求补。
做完应留下: 你能独立解释的工具循环、一份版本化评估集、对检索失败的归因、一次质量与成本取舍记录。Colab能启动或Notebook跑完只证明练习环境,不代表交付成熟。
边界: Groq、IETF语料和部分外部依赖需要网络;作者的免费额度说法需以实际账户为准。若没有GPU,先读自托管与微调的概念部分。没有把作者宣称的“生产排障案例”当作本轮独立核验的客户事故。
- 前置知识
- Python、JSON、API
- 成本与环境
- Groq API;具体额度及可用模型另核
33份Notebook结构检查;工具调用、Agent、预算、回归、可靠性、案例与Capstone重点静读
静态核对 · 未实跑章节与原始入口
以下检查了Notebook文件及章节结构;关键技术主题和Capstone有重点静读,没有执行Notebook。优先顺序是本次建议。
G02FDE Simulation
需求、范围、原型、评估、客户沟通、交接
打开来源GitHub · 英文 · P0
两个虚构场景:保险理赔沟通与投资机构财报简报。包含需求发现、利益相关者、首个价值切片、Python原型、评估、交接、限时作业及客户冲突模拟。
建议起点: 先读Calder案例的 START_HERE.md 和 brief,再按 EXERCISE.md 交自己的需求与方案;之后对照参考答案。已有技术基础后,再做 2-take-home-5h 的限时演练。把参考答案留到自己尝试之后。
重要发现: 无API密钥时,部分生成和评分退回确定性mock;脚本也说明mock下重复运行的方差没有真实模型意义。pass^k=5 是此仓库的教学口径,不是适用于所有业务的生产标准。多Agent设计也是该练习的选型,并非FDE必备架构。
做完应留下: 需求备忘录、方案取舍、可运行原型、评估报告、交接说明、5分钟口头解释。作品集必须标注“合成客户模拟”,不能写成付费客户成果。
- 前置知识
- Python及基础LLM应用
- 成本与环境
- mock可不调用模型;真实调用另需密钥
两案例目录、EXERCISE、限时任务、客户模拟、评估脚本及mock路径静读
合成案例 · 未实跑G03前线部署工程实践指南
调研、集成、生产化、LLMOps、运维、接管
打开来源GitHub · 中文 · P1
16章,覆盖调研、架构、协作、云原生、流水线、数据、安全、AI应用、LLMOps、生产化、运维与组织。综合实战用制造业异常订单建议串起发现、审批、受控写回与客户接管。
适合你先读: 第2–4章、第7章、第9–12章及综合实战。遇到具体部署问题再查第5–6章;GPU、服务网格和复杂混合云可以后置。
值得带走: 生产系统要有接口契约、责任边界、失败处理、版本和接管能力。模板的价值在于让这些问题可检查,而非文档越多越好。
边界: 本轮检查章节结构、小结与综合实战,并对关键段落抽读;没有逐字精读整书、逐一复核所有标准或执行模板中的部署。不要把书里的完整组织治理规模照搬到个人小项目。
- 前置知识
- 基础软件工程;后半部分涉及云原生
- 成本与环境
- 阅读可公开访问;实作环境另计
16章结构/小结与综合实战检查;架构、交付、评估、接管重点抽读
结构与重点内容检查章节与原始入口
检查章节README/小结、综合实战;关键章节抽读。未逐字精读整书或逐一独立核实所有外部标准。
G04FDE:企业AI落地实战手册
选问题、MVD、权限、上线、采用、移交
打开来源GitHub · 中文/英文 · P0
28章按角色、发现到生产、工程、采用移交、商业、人和组织展开。对你最有用的是第6–14章、第15/17章与第24–25章。
核心方法: 最小可行部署要验证真实用户、真实分布的数据与现有基线;缩小覆盖范围,同时保留完整价值链。客户接管要转移运行能力、知识与责任。
建议练习: 将一个现有项目写成“一页范围说明+验收表+任务型运行手册”。请另一个人照手册解释异常、完成一个受控恢复操作,记录他卡住的位置。
边界: 这是个人综合整理,部分章节引用XDash等二手来源;案例数字与职业市场说法没有全部独立核验。本轮是全章节结构检查与关键正文抽读,不能据此宣称阅读了全部中英文版本。许可允许个人学习及非商业分享,商业使用需另核许可。
- 前置知识
- 基本AI应用概念
- 成本与环境
- 公开阅读;自定义非商业许可
28章中文目录与分节检查;MVD及移交正文、工程与职业章节重点抽读
结构与重点内容检查章节与原始入口
中文目录及章节分节检查;MVD、移交等正文重点抽读。英文版不重复计为独立来源。
- 第01章-FDE到底是什么
- 第02章-与相邻角色的判据
- 第03章-是不是外包换皮一阵风
- 第04章-为什么2026人人谈FDE
- 第05章-FDE会被AI取代
- 第06章-怎么找到值得解决的问题
- 第07章-什么是最小可行部署
- 第08章-什么时候可以上线
- 第09章-PoC到生产隔几堵墙
- 第10章-数据与权限怎么接
- 第11章-Agent动作怎么约束
- 第12章-评测体系怎么从零建
- 第13章-客户质疑时拿什么自证
- 第14章-账单爆炸与抖动怎么办
- 第15章-上线了为什么没人用
- 第16章-为什么是一把手工程
- 第17章-怎么移交给客户自己运行
- 第18章-中国为什么是另一套打法
- 第19章-算大账不算小账
- 第20章-怎么收费
- 第21章-定制量为什么必须下降
- 第22章-现场经验怎么变成产品
- 第23章-FDE的一天
- 第24章-什么人适合做FDE
- 第25章-工程师怎么转型
- 第26章-公司怎么建FDE团队
- 第27章-个人能独立做FDE吗
- 第28章-FDE的终局
G05前线部署工程师:客户价值交付秘籍
问题、获客、激活、续约、产品化
打开来源GitHub · 中文 · P1
八章串起问题选择、客户、激活、续约、收入、复制与案例。它能补上代码教程经常略过的采购、组织支持、用户激活和产品化问题。
优先章节: 第2章解决正确问题、第4章激活部署、第7章规模化复制;考虑独立服务生意时再读收费、续约与获客部分。
采用方式: 把“部署成功”与“被使用”分开,把重复客户问题转成可复用资产。报价和结果收费属于需要具体业务前提的策略,不是人人适用的FDE定义。
边界: 主要是研究整理与案例叙述;附录中部分引语本就保留待核说明。不能将其中的薪酬、增长率或单个公司成果升级为已证实的普遍规律。仓库公开可读不等于可自由商用。
- 前置知识
- 无硬性代码前置
- 成本与环境
- 免费阅读、非商业分享;商业用途需许可
8章结构、开篇与收束、案例和来源索引抽读
结构与重点内容检查章节与原始入口
章节结构、开篇/收束与来源索引抽读;未逐一核实案例事实和数字。
G06Coder Army FDE Full Course 代码与笔记
LLM基础、API、RAG、MCP、测试、安全
打开来源GitHub · P1
当前目录到Lecture 19;取得18份同名PDF笔记并提取文本,共667页。第11课存在RAG代码与知识文件,本轮未找到对应同名Notes.pdf。代码提供Python、JavaScript、Java路径。
模块地图: 1–2角色和模型基础;3–6 API、上下文、工具与流式;7–10 Embedding和向量检索;11–12 RAG;13结构化输出;14–15 MCP;16多模态;17–18评估与测试;19安全与Guardrails。
你的选修顺序: 3、5、11–15、17–19。根据实际基础补4/6/7–10;只选一种主要实现语言,避免三套示例同时学习。
边界: PDF已取得和结构阅读不代表667页全部精读。视频系列未完整观看;第一课元数据标注印地语。部分示例依赖Pinecone和模型API,有的跨语言示例只有函数入口而无HTTP服务,不要根据语言版本推定完全同构。
- 前置知识
- 一种编程语言;Python/JS/Java选一条
- 成本与环境
- API及Pinecone等服务可能产生费用
19课目录、跨语言代码入口;18份PDF提取667页文本后结构检查与重点抽读
静态核对 · 未实跑章节与原始入口
18份同名PDF已提取文本,共667页。目录与重点内容阅读,不等同于667页逐页精读;第11课用实际代码和README定位主题。
| 课次 | 主题 | 同名PDF页数 | 建议 |
|---|---|---|---|
| 01 | FDE与GenAI基础 | 57 | 按基础补课 |
| 02 | Token、Transformer、LLM原理 | 35 | 按基础补课 |
| 03 | 应用调用LLM | 27 | 优先选修 |
| 04 | 上下文、记忆、流式、幻觉 | 31 | 按基础补课 |
| 05 | 工具与Agent | 51 | 优先选修 |
| 06 | 流式应用 | 44 | 按基础补课 |
| 07 | Embedding原理 | 41 | 按基础补课 |
| 08 | Embedding推荐项目 | 29 | 按基础补课 |
| 09 | 向量存储与检索 | 32 | 按基础补课 |
| 10 | ANN与向量数据库 | 57 | 按基础补课 |
| 11 | RAG客服代码 | 本轮未见;有代码 | 优先选修 |
| 12 | 高级RAG | 20 | 优先选修 |
| 13 | 结构化输出 | 16 | 优先选修 |
| 14 | MCP服务端 | 38 | 优先选修 |
| 15 | MCP资源与提示 | 35 | 优先选修 |
| 16 | 多模态 | 28 | 按基础补课 |
| 17 | 评估基础 | 44 | 优先选修 |
| 18 | 确定性评估与模型评分 | 32 | 优先选修 |
| 19 | 安全与Guardrails | 50 | 优先选修 |
G07Anthropic Cookbook
工具、SQL、RAG、评估、成本优化
打开来源GitHub · 官方 · P1
重点查看了客服工具、自然语言SQL、评估、成本优化四类配方。最值得借鉴的是先测任务基线,再比较质量、延迟、上下文、循环与模型配置的成本。
建议入口: misc/building_evals.ipynb、tool_use/customer_service_agent.ipynb、cost_optimization/cost_optimization.ipynb。自然语言SQL配方只用来理解交互机制,单独设计数据权限和查询约束。
边界: 官方仓库仍混有旧模型配方和合成工具回复;README还链接旧归档课程。活跃仓库不代表每个文件均已更新。本轮没有逐个阅读或执行全部配方。
- 前置知识
- Python、Claude API
- 成本与环境
- 真实API调用按供应商计费
全目录检查;客服工具、SQL、evals、成本优化四个配方重点静读
静态核对 · 未实跑G08Awesome FDE Roadmap
G09Awesome FDE Resources
G10Cold-chain Logistics FDE Project
SQL旧系统、SOP检索、工具、LangGraph、UI、部署
打开来源视频约4小时51分钟。取得英文自动字幕,按14个章节抽读,并对照SQL接入、语义视图、SOP检索、外部天气工具、LangGraph、Streamlit与部署代码。它的价值是将需求、方案、数据和部署放进一个案例。
静态检查发现:
- SQL工具主要用语句是否以SELECT开头进行应用层过滤,真实边界还依赖数据库权限;这不能替代完整查询约束、资源限制与权限验收。
- 示例连接配置包含关闭加密/信任证书的设置,并有固定演示凭据;跟做时应视为本地教学配置,不沿用到真实部署。
- “corridor congestion”数值由风速阈值生成,是示意业务规则,不是独立交通拥堵数据源。不能把它当作真实物流预测效果。
- 编排使用内存checkpointer;进程恢复与多实例状态不是这个实现已证明的能力。
- 发布工作流为人工触发SSH后拉取main并重启;本轮没有在该流程看到自动测试、AI评估、不可变制品提升、健康门禁与自动回滚。
以上是具体文件的静态观察,不是本轮漏洞验证或运行测试。推荐定位:学习后再改造的教学原型。
可做的改造题: 明确一个客户问题;把示意风险值显式标记;为查询增加范围与超时约束;建立失败评估集;设计状态恢复和发布回读。先证明这些改动的价值,再决定是否需要更多工具。
- 前置知识
- Python、SQL、Docker、云与LLM基础
- 成本与环境
- SQL Server/Pinecone/模型/EC2按所选配置计费
14个文本/代码文件静态检查;工具、SQL权限、编排、UI与发布流程重点核对
静态核对 · 未实跑G11Anthropic Courses 旧仓库
V01Krish Naik:完整AI FDE项目实现
冷链物流端到端教学
打开来源观看视频 · 英文 · 约4小时51分钟
从冷链物流的旧数据库出发,串起问题定义、数据理解、方案、SOP检索、权限、Agent工具、界面与部署。建议先看 01:11:12 方案设计、02:06:50 业务价值、04:17:28 部署流程,再按自己的基础跟做。
配套阅读: 本页G10的源码核对与改造题。视频的“企业级”表述不作为生产成熟度证明;本轮取得英文自动字幕,按章节抽读并与代码对应,未完整逐帧观看。
学习产物: 用自己的话解释一条从业务问题到数据接口、输出与验证的路径,并列出教学实现与真实部署之间尚需处理的部分。
- 前置知识
- 见G10
- 成本与环境
- 公开视频;跟做基础设施与API另计
视频元数据、14个章节、英文自动字幕获取与分章抽读;对照G10
字幕与代码核对章节与原始入口
完整英文自动字幕已取得,按以下章节抽读并对照代码;没有逐帧看完视频。字幕去重及机器识别存在局限。
| 时间 | 章节 |
|---|---|
| 00:00:00 | 00. Main Intro |
| 00:05:18 | 01. Introduction |
| 00:06:32 | 02. Prerequisites |
| 00:10:13 | 03. The Problem Statement |
| 00:19:26 | 04. Deep Dive into the Data |
| 01:11:12 | 05. Designing the Solution |
| 01:45:32 | 06. System Architecture |
| 02:06:50 | 07. The Business Pitch & Value Proposition |
| 02:15:14 | 08. Building the SOP Ingestion Logic |
| 02:59:41 | 09. Configuring Database Roles & Permissions |
| 03:08:46 | 10. Developing Core Tools for the Agent |
| 03:24:10 | 11. Orchestrating the Agent with LangGraph State |
| 03:47:49 | 12. Building a Streamlit UI & Secure Audit Logging Pipeline |
| 04:17:28 | 13. Automating Deployment via GitHub Actions to AWS EC2 |
V02Coder Army:FDE第一课
C01Building with the Claude API
API、评估、工具、RAG、MCP、工作流
打开来源课程 · 67课、约9小时 · P0
公开页面覆盖API、评估、工具、混合检索、MCP和工作流。建议根据缺口选读评估、Tool Use、RAG与Agent部分;已熟悉的调用入门可以快速自检。
完成标准: 用自己的小服务重现工具往返;用固定样本比较一次提示或检索改动;解释规则工作流与Agent的选择。课程里的模型特性、缓存和工具版本仍要对照当前官方文档。
边界: 已检查公开课程目录和可访问讲义;没有登录、做测验、获取徽章或逐节观看视频。页面返回成功不代表测验正文已开放;部分页面只有外壳。
- 前置知识
- Python、JSON、API Key
- 成本与环境
- 公开讲义;真实API调用另计
课程及公开子页面结构检查;评估、工具、检索、MCP、Agent重点讲义抽读
讲义与章节核对章节与原始入口
- building-with-the-claude-api
- a-multi-index-rag-pipeline
- a-typical-eval-workflow
- accessing-resources
- accessing-the-api
- agents-and-tools
- agents-and-workflows
- anthropic-apps
- badge
- being-clear-and-direct
- being-specific
- bm25-lexical-search
- chaining-workflows
- citations
- claude-code-in-action
- claude-code-setup
- code-based-grading
- code-execution-and-the-files-api
- defining-prompts
- defining-resources
- defining-tools-with-mcp
- enhancements-with-mcp-servers
- environment-inspection
- extended-thinking
- final-assessment
- fine-grained-tool-calling
- generating-test-datasets
- getting-an-api-key
- handling-message-blocks
- image-support
- implementing-a-client
- implementing-multiple-turns
- implementing-the-rag-flow
- introducing-mcp
- introducing-retrieval-augmented-generation
- introducing-tool-use
- making-a-request
- mcp-clients
- model-based-grading
- multi-turn-conversations
- multi-turn-conversations-with-tools
- parallelization-workflows
- pdf-support
- project-overview
- project-setup
- prompt-caching
- prompt-caching-in-action
- prompt-engineering
- prompt-evaluation
- prompts-in-the-client
- providing-examples
- quiz-on-accessing-claude-with-the-api
- quiz-on-agents-and-workflows
- quiz-on-features-of-claude
- quiz-on-model-context-protocol
- quiz-on-prompt-engineering-techniques
- quiz-on-prompt-evaluation
- quiz-on-tool-use-with-claude
- response-streaming
- routing-workflows
- rules-of-prompt-caching
- running-the-eval
- sending-tool-results
- structure-with-xml-tags
- structured-data
- system-prompts
- temperature
- text-chunking-strategies
- text-embeddings
- the-full-rag-flow
- the-server-inspector
- the-text-edit-tool
- the-web-search-tool
- tool-functions
- tool-schemas
- using-multiple-tools
- workflows-vs-agents
C02Introduction to Model Context Protocol
MCP服务端/客户端、Tools/Resources/Prompts
打开来源课程 · 10课、约1小时 · P0
通过Python讲服务端、客户端,以及Tools、Resources、Prompts。适合你把现有工作流中的一个受控接口提供给Agent使用。
练习: 先做一个只读资料查询接口,包含输入校验、错误返回和连接清理。解释权限在哪里执行、数据从哪里进入、哪些功能不开放。写入与远程鉴权作为后续明确范围。
边界: 入门课程不能证明已掌握企业远程MCP的认证、多租户、审计和所有版本兼容;本轮没有运行课程代码。
- 前置知识
- Python、async/await、API
- 成本与环境
- 公开讲义;模型调用另计
全部公开课程入口检查;服务端、客户端、三类原语重点讲义抽读
讲义与章节核对C03Full Stack LLM Bootcamp Spring 2023
UX、LLMOps、RAG、项目、模型基础
打开来源课程 · 2023年录像/讲义 · P1
检查了总目录与11个讲座页面。建议先看 UX for Language User Interfaces、LLMOps 和 askFSDL项目讲解。
对你最有用: 选择聊天、补全、命令入口等不同交互方式;让界面承诺符合能力;把数据清理、部署、监控和改进纳入同一产品。
边界: 这是旧课程,2023年的模型、插件、框架与未来预测不作为当前实现依据。公开章节摘要已检查,所有录像未逐一完整观看。
- 前置知识
- Python;基础前后端经验有帮助
- 成本与环境
- 公开录像和材料免费;实作另计
总目录和11个讲座页面/章节摘要检查,重点UX、LLMOps、askFSDL
讲义与章节核对试试更短的关键词,或清除当前筛选。
FDE 要练的八项能力。
把资料中的内容合并后,可以用八个能力模块组织学习。下列是本次综合框架,不是统一行业认证标准。
| 模块 | 要回答的问题 | 可检查的产物 | 首选来源 |
|---|---|---|---|
| 业务发现 | 谁遇到什么问题?现状代价是什么? | 访谈记录、流程图、基线、未知项 | G04、G02、G01第11节 |
| 范围与验收 | 第一版改哪一段?怎样决定继续或停止? | 一页范围说明、成功标准、排除项 | G04、G03综合实战 |
| 应用工程 | 请求、数据、状态和错误如何流动? | 可解释的API、校验、异常路径 | G01、C01、G06 |
| 数据与集成 | 数据在哪?谁能访问?怎样保持新鲜? | 数据契约、受控接口、权限说明 | G03、G10、C02 |
| AI系统判断 | 规则、工作流、检索还是Agent? | 基线方案、取舍记录、停止条件 | G01、C01 |
| 评估与运行 | 正确、稳定、可负担分别怎样测? | 评估集、质量/延迟/成本报告、回归 | G01、G07、G03 |
| 采用与接管 | 使用者明天还会用吗?你离开后谁维护? | 任务型说明、告警责任、接管演练 | G04、G03、C03 |
| 产品反哺 | 下一位客户能复用什么? | 连接器、模板、测试、共性需求 | G05、G03 |
这些资料经常把FDE、Solutions Engineer、Applied AI Engineer放在一起讨论。它们有交集,但岗位边界并不相同;应按具体职责、代码责任与客户交付范围核对,不能仅凭课程标题等同。
把重复资料,合并成方法。
以下是跨来源的综合笔记。共同出现的观点提供学习线索;共享和转引来源不能累计为独立事实验证。
3.1 需求发现:先形成能被验证的问题
来自G02、G03、G04及G01客户模块的共同启发:访谈应还原当前任务和失败路径。至少问清使用者、触发条件、已有做法、数据、代价、最终决定者、数据授权者和维护者。
一页范围说明可以只有八项:目标用户、具体任务、当前基线、第一版范围、不做事项、所需数据、验收样本、继续/停止条件。它应能支持取舍,不追求写成宏大的PRD。
3.2 方案选择:保留确定性基线
G01和C01都讨论了规则、固定工作流与自适应Agent之间的差异。先为同一任务做简单基线,再判断引入模型或Agent在哪些样本上有收益。复杂度是需要证明的成本。
把模型请求、工具执行与业务权限分开:模型可提出动作请求,应用代码决定是否执行。工具返回需要包含可供下一步判断的结果或错误;失败、循环、延迟和预算用代码约束。
3.3 数据与RAG:检索质量和生成质量分开看
G01、C01和G03共同提供了拆解方式:文档准备→切分→检索→重排/融合→上下文→生成。实体编号、日期与关键词有时需要词法检索;语义相似不等于业务相关。
失败至少区分:资料中没有答案、索引过期、切分破坏内容、正确文段未召回、召回后被噪声淹没、回答引用错误。用相同问题集逐项比较,不能只靠“换了模型后感觉更好”。
3.4 评估:先定口径,再改方案
建立有来源的任务集,覆盖常见、边界、无答案、权限不足、格式错误与依赖失败。将业务规则、结构校验、检索指标、人工评价与模型评分分开使用。LLM-as-judge也需要人工校准。
每次改动记录:数据/索引/提示/模型/代码版本、样本范围、质量、延迟与成本。通过分数、通过门槛和上线决定是不同层次;课程给出的样本量、分数和重复次数不自动成为你的标准。
3.5 可靠性:请求成功之后仍要检查结果
G01、G03与G07覆盖重试、超时、降级、预算、trace与回归。对于写操作,还要明确幂等、重复调用、审批、失败恢复和状态持久化。
日志应能回答失败发生在哪一层;避免把完整私人数据无差别写入日志。发布后读取实际状态,恢复后检查业务数据,不能用启动成功替代功能验收。
3.6 采用与移交:将设计能力用在任务现场
G04和C03对你尤其有价值。界面应告诉使用者正在发生什么、哪些内容可靠、如何纠正和恢复;接入方式应适合现有任务。
移交需要任务型说明、责任人、告警与升级路径,以及客户自己操作的证据。将文档发出去只是交接动作;对方能否独立处理异常才说明知识是否转移。
3.7 复用:让第二次交付真正更容易
G03、G04、G05强调将共性转成连接器、数据契约、评估集、运行手册与配置。保留客户特有部分,记录不可复用的原因。课程中的商业模式属于策略参考,不能把“按结果收费”或“减少定制”当作所有岗位的唯一判据。
从你已有的项目接着走。
本节沿用本会话此前核对的项目记录,没有重新审计源码或生产环境;已发布、内部使用、模拟与商业验收保持原边界。
| 项目 | 已有相关素材 | 适合补的一段 | 不能推断的成果 |
|---|---|---|---|
| 声间 | 真实任务、录音转录、存储、权限与恢复取舍 | 一名外部使用者的任务基线、错误样本和采用记录 | 私人使用不等于公开SaaS商业验收 |
| KnowledgeOS | 工作流、来源、去重、可追踪维护 | 用授权或合成资料演示一条受控查询/更新接口及接管 | 个人环境不等于多租户企业系统 |
| CompanyOS/AuthorOS | 另一位使用者的资料、反馈与交付约束 | 选一个反复发生的流程,明确输入、产物、接受标准与维护者 | 文档交付不等于持续采用或付费ROI |
| Helmline/SayIt | 设备、权限、系统集成和发布经验 | 从真实故障说明取舍、诊断、修复与验证 | 上架/发行不等于企业部署或规模验证 |
建议的首个练习: 在上述项目中选择一个明确的人和一条流程,保留现有产品主体;补上一页范围说明、受控接口、评估集和接管记录。首轮不需要新建一个更大的平台。
你的优势可以体现在业务任务、交互与工程结果之间的连接。最需要补证的仍是:能否独立解释并维护关键代码,以及能否对外部使用者完成范围、采用和维护闭环。
用实际产物,检查自己。
这11项是学习后的自查条件。完成过、能解释、能复现,再勾选;初始状态不代表已经通过。
勾选只保存于当前浏览器;代表你的自查,不是课程认证。
来源清楚,阅读边界也清楚。
本指南覆盖上一轮明确列出的16项资料。结构检查、重点阅读、代码运行与真实部署是不同层级,以下按实际完成范围记录。
- 覆盖上一轮列出的16项:11个GitHub仓库、2个YouTube视频、3个课程入口。没有把导航目录的所有外链无限展开。
- 仓库取得公开文本/代码快照用于目录检查和重点静态阅读;没有安装这些仓库、运行样例、调用模型、部署服务或操作真实客户系统。
- 课程共取得102个公开页面,包含总目录、课文、测验/徽章入口及FSDL讲座页。页面取得不等于每页都有正文,也不等于逐字阅读或观看对应视频。
- Coder Army的18份PDF共667页:提取并检查结构与重点内容,没有声称逐页精读。第11课PDF缺口与视频字幕限流均保留。
- 冷链视频取得英文自动字幕,按章节抽读并与代码对应;没有完整逐帧观看4小时51分视频。自动字幕的专名、数字和代码应以仓库及官方文档核对。
- 本报告的推荐、合并框架、学习产物和个人适配均为分析判断;不等同于完成课程、获得岗位资格或用户确认转向FDE。
- 项目推荐沿用本会话项目背景,未读取或外发私人数据库、密钥与客户原文。
逐项覆盖、章节地图和公开页面入口见同目录《FDE阅读覆盖-2026-10-21.md》;可筛选目录见《FDE资源目录-2026-10-21.csv》。
最初来自你分享的抖音作品:AI情报探西西(Token-aws)|今天就能开始的最简单AI副业(直接照抄)。这里只保留选题来源;本轮未复核该短视频的完整音画,不据此确认收入、客户成果或“直接照抄”的可行性。下列学习资料的核对范围单独记录。
16项资料的逐项阅读范围
| 编号 | 资源 | 本轮阅读范围 | 限制 |
|---|---|---|---|
| G01 | AI Engineer Notebooks | 33份Notebook结构检查;工具调用、Agent、预算、回归、可靠性、案例与Capstone重点静读 | 未运行Notebook;部分模块为概念讲解或可选GPU实验 |
| G02 | FDE Simulation | 两案例目录、EXERCISE、限时任务、客户模拟、评估脚本及mock路径静读 | 合成案例;mock反复通过不证明真实模型或客户效果 |
| G03 | 前线部署工程实践指南 | 16章结构/小结与综合实战检查;架构、交付、评估、接管重点抽读 | 书籍与模板;不等于完整可运行系统,首轮无需全学Kubernetes/GPU |
| G04 | FDE:企业AI落地实战手册 | 28章中文目录与分节检查;MVD及移交正文、工程与职业章节重点抽读 | 个人综合整理;含转引及与XDash共享来源,不构成独立市场验证 |
| G05 | 前线部署工程师:客户价值交付秘籍 | 8章结构、开篇与收束、案例和来源索引抽读 | 重案例与商业;数字、转引及案例结果未逐一独立复核 |
| G06 | Coder Army FDE Full Course 代码与笔记 | 19课目录、跨语言代码入口;18份PDF提取667页文本后结构检查与重点抽读 | 视频系列未完整观看;第11课未发现同名Notes.pdf,但存在RAG代码 |
| G07 | Anthropic Cookbook | 全目录检查;客服工具、SQL、evals、成本优化四个配方重点静读 | 仓库活跃不等于每个配方都新;部分案例仍使用旧模型或合成工具 |
| G08 | Awesome FDE Roadmap | README全结构及阶段路线、模板、工具倾向检查 | 不是完整代码课;GCP和隔离部署等内容超出你的首轮需要 |
| G09 | Awesome FDE Resources | 中英文目录、分类与收录关系检查 | 外链未全部逐项跟进;不能把被收录视为质量认证 |
| G10 | Cold-chain Logistics FDE Project | 14个文本/代码文件静态检查;工具、SQL权限、编排、UI与发布流程重点核对 | 教学原型;未运行、未部署;发现简化保护和缺少发布门禁,不能直接作为生产模板 |
| G11 | Anthropic Courses 旧仓库 | 仓库归档状态、5门课程目录及README检查 | 仅历史对照;优先用当前Academy学习 |
| V01 | Krish Naik:完整AI FDE项目实现 | 视频元数据、14个章节、英文自动字幕获取与分章抽读;对照G10 | 未逐帧观看;自动字幕会误识别、重复;教学场景不是客户成果 |
| V02 | Coder Army:FDE第一课 | 元数据、说明与时间戳;通过G06第一课PDF补足结构阅读 | 英文字幕下载429;未获得完整字幕、未完整观看视频 |
| C01 | Building with the Claude API | 课程及公开子页面结构检查;评估、工具、检索、MCP、Agent重点讲义抽读 | 部分测验/徽章页仅有外壳;未登录、未做测验或课程认证 |
| C02 | Introduction to Model Context Protocol | 全部公开课程入口检查;服务端、客户端、三类原语重点讲义抽读 | 未运行课程项目;不等于覆盖远程MCP生产鉴权与全版本兼容 |
| C03 | Full Stack LLM Bootcamp Spring 2023 | 总目录和11个讲座页面/章节摘要检查,重点UX、LLMOps、askFSDL | 2023年课程;没有完整逐个观看录像,具体工具/API与市场判断可能过时 |
仓库快照与更新时间
快照只保存公开文本和代码用于阅读。文件数不是已精读文件数。最后推送时间来自GitHub元数据;星数不用于质量评分。
| 编号 | 文本/代码文件数 | 最后推送UTC | 归档 |
|---|---|---|---|
| G01 | 49 | 2026-10-08T14:22:32Z | 否 |
| G02 | 153 | 2026-09-05T18:44:44Z | 否 |
| G03 | 149 | 2026-10-14T18:04:43Z | 否 |
| G04 | 85 | 2026-09-10T04:50:09Z | 否 |
| G05 | 15 | 2026-08-14T01:57:33Z | 否 |
| G06 | 270 | 2026-10-19T09:50:40Z | 否 |
| G07 | 438 | 2026-10-17T00:28:09Z | 否 |
| G08 | 3 | 2026-09-13T23:03:28Z | 否 |
| G09 | 37 | 2026-08-04T13:17:53Z | 否 |
| G10 | 14 | 2026-08-31T22:49:39Z | 否 |
| G11 | 101 | 2026-08-28T09:37:03Z | 是 |
关键实现判断对应的原始文件
未完成的验证与覆盖
- 没有运行本轮任何第三方仓库样例或测试,没有模型真实调用、云部署或费用验证。
- 没有逐字精读全部书籍/667页PDF/102个页面,也没有把源码读取等同完整代码审计。
- V02字幕HTTP 429;没有取得完整字幕,未完整观看。
- V01通过字幕与源码对应阅读,未完整逐帧观看;未证明图中配置与所有代码版本一致。
- Academy未登录/做测验/认证;FSDL依公开讲义和章节摘要,未看完全部录像。
- G07全部配方及G09全部外链未逐一深读。没有对全网资源做穷尽声明。
- 项目背景沿用当前会话既有核对;未重新验证项目线上状态、用户采用或商业成果。