极限1天速通（12小时）

• 0-2h：第1-3章 基础速览
• 2-5h：第4-7章 核心实践 ⭐
• 5-8h：第8-10章 高级技能
• 8-10h：第11-12章 评估训练
• 10-12h：案例快速浏览

每日必做

• 📖 先读理论，理解概念
• 💻 必须动手运行代码
• 📝 记录重点与疑问
• 🔧 尝试修改参数观察变化

重点章节（优先投入时间）

• ⭐⭐⭐ 第七章 - 构建自己的Agent框架（核心）
• ⭐⭐⭐ 第四章 - 经典范式（基础）
• ⭐⭐ 第八章 - 记忆与检索（实用）
• ⭐⭐ 实战案例 - 综合应用

Day 1 - 基础篇：智能体与语言模型基础

• 阅读前言，了解项目背景与学习路径 (15min)
• 第一章 初识智能体 - 理解Agent定义、类型、范式 (45min)
• 第二章 智能体发展史 - 从符号主义到LLM驱动 (30min)
• 第三章 大语言模型基础 - Transformer、提示工程、主流LLM (60min)
• 运行配套代码 code/chapter1-3 中的示例 (30min)
• 整理笔记，记录核心概念 (15min)
• 能用自己的话解释什么是智能体
• 了解 Agent 的三种核心范式
• 理解 LLM 的基本原理与局限性

Day 2 - 单体篇：智能体经典范式

• 第四章 智能体经典范式构建 (90min) - [ ] ReAct 范式原理与实现 - [ ] Plan-and-Solve 范式 - [ ] Reflection 反思机制
• 动手实现 ReAct Agent (60min)
• 运行 code/chapter4 代码，调试理解 (45min)
• 尝试修改参数，观察行为变化 (30min)
• 总结三种范式的适用场景 (15min)
• 成功运行 ReAct Agent 示例
• 理解 Thought-Action-Observation 循环
• 能区分三种范式的适用场景

Day 3 - 单体篇：平台与框架

• 第五章 基于低代码平台的智能体搭建 (60min) - [ ] Coze 平台实践 - [ ] Dify 平台实践 - [ ] n8n 平台实践
• 任选一个平台搭建简单Agent (30min)
• 第六章 框架开发实践 (60min) - [ ] AutoGen 框架 - [ ] AgentScope 框架 - [ ] LangGraph 框架
• 运行 code/chapter6 中的框架示例 (45min)
• 对比不同框架的优劣 (15min)
• 至少在一个低代码平台创建过Agent
• 运行过 LangGraph 或 AutoGen 示例
• 了解不同框架的设计理念

Day 4 - 单体篇：构建你的Agent框架 ⭐

• 第七章 构建你的Agent框架 - 完整阅读 (90min)
• 跟随教程从零搭建框架骨架 (90min)
• 实现核心组件 (120min) - [ ] LLM 调用封装 - [ ] Tool 工具系统 - [ ] Memory 记忆模块 - [ ] Agent 主循环
• 运行完整示例，测试框架功能 (60min)
• 调试问题，深入理解每行代码 (60min)
• 记录框架设计思路 (30min)
• 拥有一个可运行的自主Agent框架
• 理解框架各模块职责
• 能扩展新功能

Day 5 - 高级篇：记忆与上下文

• 第八章 记忆与检索 (90min) - [ ] 记忆系统架构 - [ ] RAG 检索增强生成 - [ ] 向量存储实践
• 在自研框架中实现 Memory 模块 (60min)
• 第九章 上下文工程 (75min) - [ ] 情境理解 - [ ] 上下文压缩 - [ ] 长对话管理
• 运行 code/chapter8-9 示例 (45min)
• 测试记忆与上下文功能 (30min)
• 实现了基础的 Memory 模块
• 理解 RAG 原理
• 掌握上下文管理技巧

Day 6 - 高级篇：协议、训练与评估

• 第十章 智能体通信协议 (60min) - [ ] MCP 协议解析 - [ ] A2A 协议 - [ ] ANP 协议
• 第十一章 Agentic-RL (90min) - [ ] SFT 监督微调 - [ ] GRPO 算法 - [ ] LLM 训练实战
• 第十二章 智能体性能评估 (60min) - [ ] 评估指标 - [ ] 基准测试 - [ ] 评估框架
• 运行配套代码示例 (60min)
• 尝试评估自己的Agent (30min)
• 了解主流通信协议
• 知道如何训练 Agent
• 能评估 Agent 性能

Day 7 - 实战篇：综合案例 ⭐

• 第十三章 智能旅行助手 (60min) - [ ] 需求分析 - [ ] MCP 多Agent协作实现
• 第十四章 自动化深度研究智能体 (60min) - [ ] DeepResearch 复现 - [ ] 自动化研究流程
• 第十五章 构建赛博小镇 (60min) - [ ] Agent + 游戏 - [ ] 社会动态模拟
• 任选一个案例完整实现 (120min) - [ ] 阅读源码 - [ ] 本地运行 - [ ] 功能测试 - [ ] 扩展改进
• 第十六章 毕业设计 (60min) - [ ] 规划个人项目 - [ ] 设计多Agent系统架构
• 一周学习总结与笔记整理 (30min)
• 完成至少一个综合案例
• 规划好毕业设计
• 具备独立开发多Agent系统能力

上一页_AI Engineer_利用 Harness Engineering 解决复杂问题_BV1EyQ9BCEwC_笔记

下一页需求到上线SOP