Agent 与 RAG
从检索增强生成、工具调用和 MCP，到评估、优化与生产部署。
后端工程师的 AI 应用开发成长路径
从后端经验到 AI 工程实践
面向已有 Go/Java 后端基础的开发者，系统学习 Agent、RAG、MCP 与 AI 工程化，完成可运行项目，并把技术能力整理成能用于简历和面试的项目表达。
Skip to content
从哪里开始
Agent 与 RAG理解数据链路、检索质量、工具调用、MCP 与多智能体编排。Go AI 工程化解决模型接入、Eino 编排、并发任务、流式输出和生产部署。AI 求职与面试完成学习路线、项目表达、简历优化和面试准备。
你现在最想解决什么问题
我想转向 AI 应用开发从已有的 Java/Go 后端经验出发，找到适合自己的学习顺序和阶段目标。我想系统学习 Agent/RAG从原理、检索、工具调用到生产部署，建立完整的 AI 应用开发知识体系。我想做一个可面试项目通过企业级 RAG、AI 面试官等项目，练习架构设计、工程实现和项目表达。我正在准备跳槽或面试整理项目亮点、简历内容和面试回答，把技术能力转化为可验证的求职准备。
核心专题
- Go + AI 学习路线：按基础、RAG、Agent、编排和工程化五个阶段学习。
- RAG 知识库：覆盖数据加载、切片、Embedding、检索、评估、优化和部署。
- Java/Go 后端转 AI 路线：从后端工程基础过渡到 RAG、Agent 和生产应用。
- AI 与 Go 技术术语表：快速理解 Agent、RAG、Eino 和 MCP 等核心概念。
最新更新
RAG 完整工作原理从文档加载、切片、Embedding、检索到答案生成，拆解完整数据流。Java/Go 后端转 AI 路线明确学习顺序、技术栈选择、项目组合与求职检查点。RAG 评估建立检索质量、回答质量和端到端效果的评估基线。AI 应用工程化理解模型接入、稳定性、监控、成本和生产部署。2026 Go 高频面试考点按主题复习后端基础、高频问题和回答边界。
精选实战
企业级 RAG 知识库GoFrame、Eino、混合检索、MCP 与生产部署。AI 面试官 Agent多 Agent 协作、流式响应和异步评估。Go 与 AI 项目库从项目架构进入可运行、可讲解的工程实践。
面试与职业成长
关于作者与内容原则
本站由王中阳维护，持续整理 AI 应用开发、Go 工程化和程序员职业成长内容。文章优先解释可验证的原理、代码、工程边界和真实项目取舍，并标注更新时间和延伸阅读。
真实案例
不同背景的开发者需要不同的学习和求职路径。案例页集中展示转型方向、准备过程和结果，首页不重复堆放 Offer 与销售信息。
先领取一份完整学习路径
使用免费的 Go + AI 路线图检查基础、RAG、Agent、编排和工程化能力，按阶段选择下一篇内容。
查看免费学习路线存在明确的转型、简历或面试问题时，再查看 就业陪跑服务。