Agent 与 RAG

Agent 应用之外，还需要理解代码协作和工具运行时，可继续学习 AI Harness 工程化专栏。

这里面向已经具备后端开发基础、希望系统掌握 AI 应用开发的工程师。内容从 RAG 数据链路开始，逐步进入 Agent 工具调用、MCP、多智能体编排、评估和生产部署。

推荐学习顺序

1. 阅读 RAG 完整工作原理
2. 完成 RAG 快速实践
3. 掌握检索、评估与优化
4. 学习 Agent 与 MCP
5. 进入企业级项目实践

RAG 基础与检索

• RAG 知识库完整目录
• 数据加载
• 文本切分
• Embedding
• 向量数据库
• 检索与召回
• 混合检索与 RRF

Agent、MCP 与编排

• Agent 与 MCP 学习路线
• Eino 编排与多 Agent
• AI 面试官 Agent 项目
• AI 与 Go 技术术语表

生产落地

• RAG 评估
• 企业级项目结构
• 性能优化
• 部署与可观测性

下一步

准备把这些能力用于 Go 服务、并发任务和线上系统时，继续阅读 Go AI 工程化；准备面试或转型时，进入 AI 求职与面试。