[总结] AI Agent工程师

基础

Prompt Engineer

LLMs 调用

流式输出

Tool Use

上下文管理(记忆)、持久化

LLM基础

进阶

MCP

RAG

向量数据库

Query优化

检索优化

生成优化

Agent架构

ReAct模式

Plan-and-Execute模式（适合复杂任务）

Multi-Agent协作（最复杂）

LangGraph深度

Memory系统

生产化工程

可观测性

成本优化

安全性

性能优化

实战项目

1. 智能文档问答系统•技术栈：
   • LangChain + Milvus + GPT-4•
   • 学习重点：RAG pipeline设计
2. 自动化代码审查Agent•技术栈：
   • LangGraph + GitHub API + GPT-4
   • 学习重点：Tool使用、结构化输出
3. Multi-Agent协作系统•技术栈：
   • LangGraph + Custom Tools•
   • 学习重点：Agent编排、通信协议

参考

知乎 AI玩家日志 回答