Skip to content

前端转 AI Agent 工程师进阶指南完整版目录

本目录不是替换现有 12 周 / 12 章 主线,而是在现有结构之上,补出更适合“长期学习 + 项目落地 + 求职包装”的完整版形态。

推荐采用的整体结构是:12 个主章 + 12 个专题 + 4 条项目线 + 7 份附录。这样既保留主线节奏,也能把前端转型到 AI Agent 工程时常见的知识断层补齐。

历史说明:本大纲正文(§2.2–§6)曾按 8 专题 / 3 项目线 / 6 附录设计,当前已落地为 12 专题 / 4 项目线 / 7 附录,具体以文末「已落地」清单和站点导航为准。

1. 为什么要从 12 章升级为完整版

  • 现有 12 章适合做学习主线,优点是清晰、可执行、节奏稳定。
  • 但如果要做成一套“详细、完整、能落地、能求职”的指南,仅有主章节还不够。
  • 前端工程师转型时,真正容易卡住的通常不是“有没有章节”,而是以下四类断层:
    • 只会调用模型,不会做稳定的上下文设计与输出约束。
    • 只会做 Demo,不会做评测、监控、成本优化和线上治理。
    • 只会接一个聊天框,不会设计适合 Agent 的交互体验和人工接管机制。
    • 只会做学习笔记,不会把项目沉淀成作品集、简历和面试表达。

2. 完整版总体结构

2.1 主线篇:12 章

保留现有 12 章,继续作为学习主干:

  1. 转型认知与岗位模型
  2. 大模型应用基础
  3. 工具调用与单智能体
  4. 检索增强入门(RAG)
  5. 检索增强进阶
  6. 工作流编排
  7. 多智能体协作
  8. 评测体系建设
  9. 工程化上线能力
  10. 安全与合规治理
  11. 作品集构建方法
  12. 求职实战与面试表达

2.2 专题篇:8 个

专题篇用于补齐主线中难以展开、但实际工作中非常关键的能力:

  1. 上下文工程与结构化输出
  2. MCP 与外部工具生态
  3. 状态管理、记忆与会话设计
  4. Agent UI / UX 与 Human-in-the-Loop
  5. 调试、观测与链路追踪
  6. 成本、延迟与稳定性优化
  7. 行业场景设计:客服、知识助手、运营助手
  8. 团队协作与 AI Agent 项目交付方法

当前已扩展至 12 个专题,新增 topic-09 前端 AI 工具链、topic-10 高级 Agent 模式、topic-11 自托管指南、topic-12 模型微调。

2.3 项目篇:3 条贯穿项目线

项目线不单独服务某一章,而是贯穿整套指南:

  1. 企业知识库问答 Agent
  2. 浏览器 / 办公自动化 Agent
  3. 多步骤业务工作流 Agent

当前已扩展至 4 条项目线,新增项目线 D 全栈自托管 AI Agent。

2.4 附录篇:6 份工具型内容

  1. 术语表与概念速查
  2. 工具选型矩阵
  3. Prompt / Eval / Runbook 模板库
  4. 作品集与项目卡片模板
  5. 简历与自我介绍模板
  6. 高频面试题与答题框架

当前已扩展至 7 份附录,新增「学习资源与社区导航」。

3. 主线篇详细目录(12 章增强版)

第 1 章 转型认知与岗位模型

  • 目标:把“前端开发”到“AI Agent 工程师”的能力迁移路径讲清楚。
  • 建议细化小节:岗位画像、能力矩阵、已有能力迁移、新能力缺口、90 天成长路径。
  • 核心产物:岗位能力地图、个人差距清单、学习优先级表。
  • 前端迁移重点:把组件化、状态管理、接口协作、发布流程等经验映射到 AI 应用工程。

第 2 章 大模型应用基础

  • 目标:建立前端工程师可复现的模型调用基本盘。
  • 建议细化小节:模型能力边界、温度与采样参数、系统提示词、少样本示例、结构化输出。
  • 核心产物:Prompt 模板库、参数基线记录、输出格式约束模板。
  • 前端迁移重点:把“接口调用”思维升级为“概率型系统控制”思维。

第 3 章 工具调用与单智能体

  • 目标:打通模型决策与工具执行闭环,做出第一个最小可用 Agent。
  • 建议细化小节:Tool Schema 设计、工具路由、失败回退、重试策略、执行日志设计。
  • 核心产物:单智能体工具调用 Demo、工具契约文档、异常处理方案。
  • 前端迁移重点:把“事件驱动 + API 编排”经验迁移到 Agent 的 action 执行链路。

第 4 章 检索增强入门(RAG)

  • 目标:理解检索增强为什么是企业 Agent 的基础设施,而不是附加功能。
  • 建议细化小节:知识切片、向量检索、召回与引用、拒答策略、基础评测。
  • 核心产物:知识库样本、评测模板、最小 RAG Demo。
  • 前端迁移重点:从“页面拿接口数据”升级为“系统自主构造上下文”。

第 5 章 检索增强进阶

  • 目标:把 RAG 从“能用”优化到“稳定、可复现、可解释”。
  • 建议细化小节:查询改写、多路召回、重排、上下文压缩、引用质量优化。
  • 核心产物:对照实验记录、召回命中率分析、重排前后效果报告。
  • 前端迁移重点:把性能优化思维迁移到检索链路优化与质量调参。

第 6 章 工作流编排

  • 目标:将复杂多步骤任务拆成可追踪、可恢复的流程节点。
  • 建议细化小节:节点职责设计、状态流转、失败补偿、幂等控制、人工审批插入点。
  • 核心产物:流程图、节点输入输出契约、失败补偿方案。
  • 前端迁移重点:把前端业务流、异步任务流经验迁移到任务编排系统设计。

第 7 章 多智能体协作

  • 目标:理解什么时候应该使用多 Agent,什么时候不该用。
  • 建议细化小节:角色拆分原则、协调协议、仲裁机制、上下文共享、协作成本控制。
  • 核心产物:角色说明书、协作协议、仲裁规则与样例。
  • 前端迁移重点:把多人协作和模块解耦思维迁移到 Agent 角色边界设计。

第 8 章 评测体系建设

  • 目标:把“看起来不错”变成“有指标证明可发布”。
  • 建议细化小节:离线评测、在线指标、红队测试、回归评测、发布门禁设计。
  • 核心产物:样本集、评测脚本、评测报告模板、发布门禁规则。
  • 前端迁移重点:把单元测试 / E2E / CI 思维迁移到 Agent Eval 和质量门禁。

第 9 章 工程化上线能力

  • 目标:建立发布、监控、回滚、告警的工程闭环。
  • 建议细化小节:灰度发布、日志与 tracing、告警阈值、降级策略、值班与 Runbook。
  • 核心产物:上线清单、监控面板定义、回滚演练记录、故障响应流程。
  • 前端迁移重点:把前端上线经验扩展为全链路 AI 服务稳定性治理。

第 10 章 安全与合规治理

  • 目标:把安全问题从“出事再补”前移到设计阶段。
  • 建议细化小节:提示词注入、权限隔离、数据分级、审计日志、隐私合规。
  • 核心产物:权限矩阵、风险清单、审计方案、敏感数据处理规范。
  • 前端迁移重点:把浏览器安全、接口鉴权经验迁移到 Agent 权限与数据治理。

第 11 章 作品集构建方法

  • 目标:把项目做成“可展示、可验证、可讲述”的作品材料。
  • 建议细化小节:项目卡片、证据材料、指标展示、架构图、复盘页。
  • 核心产物:项目卡片模板、证据包结构、演示脚本、讲述提纲。
  • 前端迁移重点:把过往前端项目重新包装为“AI Agent 能力升级”的成长轨迹。

第 12 章 求职实战与面试表达

  • 目标:完成从学习成果到投递结果的最终闭环。
  • 建议细化小节:岗位筛选、简历改写、自我介绍、项目问答、模拟面试复盘。
  • 核心产物:岗位投递表、简历版本库、面试题库、答题模板。
  • 前端迁移重点:从“我会做页面”转成“我能设计、评测、上线并优化 AI Agent 系统”。

4. 专题篇详细目录(建议新增)

专题 1 上下文工程与结构化输出

  • 解决问题:为什么提示词写得很长,效果仍然不稳定。
  • 重点内容:系统提示词层次、上下文窗口预算、约束式输出、JSON Schema、可恢复解析。
  • 建议产物:结构化输出模板库、失败样例与修复清单。

专题 2 MCP 与外部工具生态

  • 解决问题:如何让 Agent 安全、稳定地接入工具,而不是写一堆临时脚本。
  • 重点内容:MCP 基本概念、Server / Client 边界、工具暴露方式、权限隔离、调试方法。
  • 建议产物:MCP 接入说明、工具服务样例、权限边界表。

专题 3 状态管理、记忆与会话设计

  • 解决问题:多轮对话为什么会漂移、遗忘、越聊越乱。
  • 重点内容:短期记忆、长期记忆、会话摘要、用户画像、上下文裁剪策略。
  • 建议产物:会话状态设计、记忆更新策略、摘要模板。

专题 4 Agent UI / UX 与 Human-in-the-Loop

  • 解决问题:聊天框并不等于 Agent 产品,如何做出可信、可控、可中断的体验。
  • 重点内容:流式输出、步骤展示、用户确认、人工接管、解释性反馈。
  • 建议产物:前端交互规范、状态提示清单、异常提示文案模板。

专题 5 调试、观测与链路追踪

  • 解决问题:为什么 Agent 出错时很难复现、定位和解释。
  • 重点内容:Prompt 版本、工具调用日志、trace id、输入输出快照、错误分类。
  • 建议产物:调试手册、观测字段清单、错误分层体系。

专题 6 成本、延迟与稳定性优化

  • 解决问题:为什么 Demo 可以跑,上线后成本高、响应慢、波动大。
  • 重点内容:模型分层、缓存、上下文裁剪、批处理、回退模型、限流与熔断。
  • 建议产物:成本表、性能基线、优化对照实验记录。

专题 7 行业场景设计

  • 解决问题:学完技术后,不知道如何映射到真实业务。
  • 重点内容:客服助手、企业知识助手、运营助手、销售助理等场景拆解。
  • 建议产物:场景方案卡、需求边界表、成功指标模板。

专题 8 团队协作与 AI Agent 项目交付方法

  • 解决问题:个人能做 Demo,但团队落地常常协作混乱。
  • 重点内容:产品、算法、后端、前端、运营之间的协作界面;里程碑拆分;验收方式。
  • 建议产物:项目分工模板、需求评审清单、阶段验收模板。

实际已包含 topic-09 前端 AI 工具链、topic-10 高级 Agent 模式、topic-11 自托管指南、topic-12 模型微调,共 12 个专题。详见站点导航。

5. 项目篇详细目录(建议新增)

项目线 A 企业知识库问答 Agent

  • 适配章节:第 2、4、5、8、9、10 章。
  • 推荐能力点:RAG、引用、拒答、评测、上线治理。
  • 最终产物:一套可演示的企业知识问答系统与完整评测报告。

项目线 B 浏览器 / 办公自动化 Agent

  • 适配章节:第 3、6、7、9、10 章。
  • 推荐能力点:Tool Calling、流程编排、权限控制、人工确认。
  • 最终产物:一个可执行多步骤任务的自动化助手原型。

项目线 C 多步骤业务工作流 Agent

  • 适配章节:第 6、7、8、9、11、12 章。
  • 推荐能力点:任务拆解、角色协作、评测门禁、上线与作品集包装。
  • 最终产物:一套从需求到上线再到面试表达都可复用的完整案例。

实际已包含项目线 D 全栈自托管 AI Agent,共 4 条项目线。详见站点导航。

6. 附录篇详细目录(建议新增)

附录 1 术语表与概念速查

  • 覆盖内容:LLM、RAG、ReAct、Tool Calling、MCP、Eval、Tracing、Guardrails、HITL 等。

附录 2 工具选型矩阵

  • 覆盖内容:模型、向量库、工作流框架、观测工具、部署方式的对比与选择建议。

附录 3 模板库

  • 覆盖内容:Prompt 模板、评测模板、回滚 Runbook、方案评审模板、复盘模板。

附录 4 作品集模板

  • 覆盖内容:项目卡片模板、证据材料模板、指标展示模板、Demo 脚本模板。

附录 5 简历与自我介绍模板

  • 覆盖内容:前端转 AI Agent 的简历写法、项目描述写法、开场自我介绍模板。

附录 6 高频面试题库

  • 覆盖内容:基础题、系统设计题、RAG 题、评测题、安全题、项目追问题。

实际已包含附录 07「学习资源与社区导航」,共 7 份附录。详见站点导航。

7. 建议的内容生产顺序

如果要把当前仓库继续扩成完整版,建议按以下顺序推进:

  1. 保留现有 12 章主线,不推翻已有文件结构。
  2. 为第 1-12 章分别补“前端迁移提示”“最小项目”“证据材料”“常见追问”。
  3. 新增 topics/ 目录,逐步补齐 12 个专题文档。
  4. 新增 projects/ 目录,为 4 条项目线分别设计阶段性交付物。
  5. 新增 appendix/ 目录,沉淀模板、术语表、面试题库和选型矩阵。
  6. 最后再补顶层 README.md,把“快速开始、适用人群、使用方式、目录地图”统一串起来。

8. 仓库结构建议

建议后续将文档组织成下面的结构:

text
docs/
  guide/
    guide-index.md
    roadmap-12-weeks.md
    frontend-to-ai-agent-engineer-complete-outline.md
    chapter-01-*.md
    chapter-12-*.md
  topics/
    topic-01-context-engineering.md
    topic-02-mcp-ecosystem.md
    topic-03-memory-session-design.md
    topic-04-agent-ui-ux-hitl.md
    topic-05-observability-debugging.md
    topic-06-cost-latency-reliability.md
    topic-07-industry-use-cases.md
    topic-08-delivery-collaboration.md
    topic-09-frontend-ai-toolchain.md
    topic-10-advanced-agent-patterns.md
    topic-11-self-hosted-ai-agent.md
    topic-12-model-fine-tuning.md
  projects/
    project-a-enterprise-rag-agent.md
    project-b-browser-automation-agent.md
    project-c-workflow-agent.md
    project-d-self-hosted-agent.md
  appendix/
    glossary.md
    tool-selection-matrix.md
    template-library.md
    portfolio-templates.md
    resume-selfintro-templates.md
    interview-question-bank.md
    learning-resources-community.md

9. 这份完整版目录怎么和现有 12 章配合使用

  • 如果你要的是一条清晰的学习路径,就先按现有 12 章 + 12 周 主线推进。
  • 如果你要的是一套完整课程或一本完整电子书,就按这份“完整版目录”继续扩写。
  • 最稳妥的做法不是把 12 章改成 20 章,而是:
    • 对内用“主线 + 专题 + 项目 + 附录”扩充内容深度。
    • 对外仍保留“12 周进阶主线”的传播方式,降低理解成本。

10. 下一步建议

基于当前仓库,最值得优先补的不是把所有章节推倒重来,而是以下三件事:

  1. 先给每章补“前端迁移提示”和“最小项目”。
  2. 先新增两个最关键专题:上下文工程MCP / 工具生态
  3. 先落一条完整项目线:企业知识库问答 Agent

这样做可以最快把这套指南从“学习提纲”升级为“可执行的完整体系”。

11. 首批已落地扩展文档

12. 第二批已落地扩展文档

13. 第三批已落地扩展文档

14. 第四批已落地扩展文档

15. 第五批已落地扩展文档

16. 第六批已落地扩展文档

17. 示例与素材目录