The Interactive Map of Modern AI Systems

AI Engineering Atlas

Explore architecture, engineering patterns, and production practices.

探索 Atlas 地图浏览知识领域 (Domains)免费注册

24

知识节点 (Nodes)

5

Atlas 学习轨道

39h

预计掌握总时长

Prompt Engineering◆Context Engineering◆MCP◆Skills◆Single Agent◆Runtime Loop◆Memory◆RAG◆GraphRAG◆Multi-Agent◆Harness◆Loop Engineering◆Prompt Engineering◆Context Engineering◆MCP◆Skills◆Single Agent◆Runtime Loop◆Memory◆RAG◆GraphRAG◆Multi-Agent◆Harness◆Loop Engineering◆

知识领域 (Domains)

Atlas 架构与交互演练场 (Playgrounds)

按 Atlas 轨道组织，从基础到专家逐级进阶。每个节点都包含一个交互式 Playground 与生产级部署工程规范 (Engineering Spec)。

除轨道节点外，页面底部还有一个平行的「组件库」(◈) —— 它聚合跨多个节点复用的工程小模式，不计入 T0–T3 阶梯，是「正式知识点」之外的可复用构件层。

T0

准备

Preparation

打好大模型交互基础，理解提示词与上下文的本质

大模型入门

提示工程技术全景 (Prompt Engineering Map)

18 项经典提示技术的地图与 Atlas 覆盖度审计 —— 强覆盖、弱覆盖与空白一目了然

25 分钟Track 0

大模型入门

提示工程 (Prompt Engineering)

从直觉到系统：CoT 推理链与 Few-Shot 范式的设计方法论

30 分钟Track 0

大模型入门

上下文工程 (Context Engineering)

用信息架构思维重构上下文 - 5 种窗口策略与维度控制

45 分钟Track 0

大模型入门

结构化输出与类型安全 (Structured Outputs)

从自由文本到契约代码 - Pydantic 约束、Instructor 编排与优雅降级

45 分钟Track 0

T1

觉醒

Awakening

掌握工程化基础设施：协议、技能与标准化接口

大模型基础

原生 Function Calling 闭环原理 (Function Calling)

抛开框架手写工具调用闭环 - 原生 SDK 实现声明、拦截、执行与回传

35 分钟Track 1

工程化基础

MCP 工程 (Model Context Protocol)

MCP 标准协议深度拆解 - 架构设计、服务端实现与生态接入

40 分钟Track 1

工程化中级

技能工程 (Skill Engineering)

Anthropic Skills 标准实战 - 技能定义、文档驱动与可复用编排

50 分钟Track 1

T2

锻造

Forging

深入 Agent 与 RAG 核心架构，掌握运行时循环与记忆系统

单一智能体架构 (Single Agent)

LLM 自主决策循环设计 - 规划、工具调用与反思的闭环架构

60 分钟Track 2

智能体运行时循环 (Agent Runtime Loop)

运行时循环可视化 - Think→Plan→Act→Observe→Reflect 全链路推演

50 分钟Track 2

记忆工程 (Memory Engineering)

Agent 记忆分层架构 - 写入、检索、遗忘与相关性打分机制

55 分钟Track 2

RAG 个性化决策系统 (RAG Decision)

企业级 RAG 全链路架构 - 从检索到生成的 10 步闭环与风控

75 分钟Track 2

人机协同 (Human-in-the-Loop)

人机协同状态机设计 - 审批节点、断点续传与运行时序列化

60 分钟Track 2

T3

远征

Expedition

挑战生产级架构：图检索、多智能体协作与 Agent 系统工程

智能体编排模式 (Agent Orchestration)

组织多个 Agent 的五种经典范式 - 顺序、并行、层级式与进阶编排模式系统梳理

70 分钟Track 3

多模态 RAG 与高级解析工程 (Multimodal RAG)

多模态文档解析与检索 - Vision-Chunking、Late Chunking 与跨模态对齐

75 分钟Track 3

图检索增强 (GraphRAG)

知识图谱驱动的检索增强 - 实体推理、多跳查询与关系演化

90 分钟Track 3

多智能体协作系统 (Multi-Agent System)

多 Agent 协作与合规风控 - 并行评估、一票升级与人工复核门控

120 分钟Track 3

工程化专家

智能体运行框架工程 (Harness Engineering)

Agent Harness 架构设计 - 6 大组件、失败模式与企业级容错

90 分钟Track 3

工程化专家

DeepSeek Harness 源码拆解 (Everything is a Plugin)

开源 Agent Harness 参考实现深度拆解 —— 插件化运行时、能力接缝与工程规范

90 分钟Track 3

工程化专家

循环工程 (Loop Engineering)

自驱动 Agent 循环设计 - 6 大组件、流程编排与风险边界控制

80 分钟Track 3

T4

统御

Dominance

挑战生产级运维：构建非确定性系统的可观测性、自动化评估与安全护栏

工程化专家

评估工程 (Evaluation)

LLM-as-a-Judge 评估体系 - 轨迹评估、断言测试与 CI/CD 自动化回归

80 分钟Track 4

工程化专家

可观测性与追踪 (Observability)

生产级 Agent 全链路追踪 - OpenTelemetry 拓扑、Token 波峰与 TTFT 诊断

70 分钟Track 4

工程化专家

性能与成本工程 (FinOps)

高并发降本增效实战 - 语义缓存、提示词压缩与混合路由架构

65 分钟Track 4

工程化专家

安全护栏工程 (Guardrails)

Agent 输入输出安全治理 - 提示词注入防御、PII 脱敏与实时拦截

60 分钟Track 4

◈

组件库 (Components)

与 T0–T4 平行 · 跨节点可复用模式聚合

散落在多个 Playground 里反复出现的工程小模式，单独抽节点会造成重复，故在此聚合（不计入 Track 阶梯）。

Components入门

组件库 (Component Library)

跨多个 Playground 反复出现的可复用工程模式 - 与 T0-T3 知识节点平行存在

20 分钟组件库

市场机遇

AI 工程师需求持续高涨

340%

岗位增长率

45-80K

月薪范围

5:1

人才供需比

33%

企业将集成 Agent

“到 2028 年，33% 的企业软件将包含 AI Agent 组件” — Gartner 2026

免费注册并开始