个人 AI 应用 / Agent / Python 后端工程化 学习笔记与 Demo 仓库。内容按模块分目录存放，与根目录的进度文档配合使用。
在线仓库：https://github.com/chl-5g/ai_study
每章 理论讲解.md 遵循同一套标准——以 A1 为基准：
- 受众：掌握高中毕业数学和逻辑基础即可读懂，不预设编程专业课背景
- 结构：Why（为什么需要它 / 生活类比）→ What（术语与边界）→ How（代码 + 逐行解释）
- 小节标记：每个
###小节第一个代码块或长场景前，用 本节概念 钉住含义 - 收尾：大节末尾设 checkpoint（自测题）；每章末尾设 常见误区 + 面试考点（含完整答案）
- 关联：每章在合适的节点点明与 AI Agent 后端 的实际对应场景
- 示例：每章
demos/目录含可运行.py脚本，与理论节一一对照
章节之间存在前置依赖，必须按序推进，禁止跳模块：
A1 → A2 → A3 → A4 → B1 → B2 → B3 → B4 → B5 → B6 → B7 → C1 → C2 → C3 → C4 → C5 → C6 → C7 → C8 → D
每章的"下一章"与"前序建议"均遵循此顺序。无例外。
| 目录 | 章 | 理论 | demos | 说明 |
|---|---|---|---|---|
| A-Python基础 | A1 Pythonic与标准库 | 136KB | 17 | OOP/魔术方法/推导式/生成器/装饰器/迭代器/上下文管理器/Type Hints/标准库/Git |
| A2 FastAPI深度 | 48KB | 7 | 路由/请求体/依赖注入/中间件/异常处理/后台任务 | |
| A3 并发与异步 | 81KB | 8 | 线程/进程/asyncio/协程/GIL/事件循环/异步上下文管理器 | |
| A4 测试与CI | 95KB | 1169 | pytest/覆盖率/fixture/mock/GitHub Actions/pre-commit | |
| B-后端工程化 | B1 数据库深度 | 38KB | 5 | PG核心(索引/事务/EXPLAIN/JSONB)/pgvector/Redis/SQLAlchemy ORM/Alembic |
| B2 网络与HTTP基础 | 144KB | 9 | TCP/IP/DNS/TLS/HTTP语义/REST/httpx/流式/WebSocket握手 | |
| B3 Docker与部署 | 61KB | 3 | 容器原理/Dockerfile多阶段/docker-compose/volumes/网络/K8s概念/Nginx | |
| B4 消息队列与任务队列 | 95KB | 4 | Redis Stream/Celery/生产者消费者/幂等/死信/发件箱 | |
| B5 SSE与WebSocket | 100KB | 3 | SSE协议/EventSource/大模型流式/WebSocket帧/心跳/广播/选型 | |
| B6 微服务与系统设计 | 54KB | 6 | 超时重试幂等/熔断降级/限流背压/API网关/CAP/Saga/链路追踪 | |
| B7 设计模式 | 41KB | 4 | GoF 23速览/策略/观察者/工厂/单例/装饰器/适配器/责任链/状态/DDD/集成/反模式 | |
| C-AI-Agent全栈 | C1 LLM基础与Prompt | 41KB | 7 | Token/采样/Ollama/OpenAI API/Prompt模板/LangChain入门 |
| C2 数据处理 | 51KB | 4 | Markdown/JSONL/PII脱敏/分块策略/规范化（Agent·RAG流水线前置） | |
| C3 RAG与知识库 | 53KB | 7 | 嵌入模型/pgvector检索/重排序/混合检索/评测 | |
| C4 Function Calling | 52KB | 4 | OpenAI协议/Pydantic schema/结构化JSON/工具调用往返 | |
| C5 工具链与MCP | 38KB | 3 | Skills封装/MCP协议/外部工具连接/权限边界/多Server注册 | |
| C6 单Agent开发 | 51KB | 3 | ReAct循环/停止条件/记忆分层/Planner-Executor | |
| C7 多Agent协作 | 44KB | 2 | 监督者路由/Fan-out-in/LangGraph/CrewAI概念 | |
| C8 Agent可观测性 | 56KB | 3 | LangSmith/日志追踪/trace_id/Span/Prometheus+Grafana | |
| D-求职面试 | — | 35KB | — | 面试题与参考答案/STAR项目故事线模板/薪资谈判/面试检查清单 |
| Resume | — | — | — | 简历 LaTeX 工具链（见该目录 README） |
理论大小均为约数；demos 计数含
.py脚本，不含 README/配置文件。
- 理论稿：各章目录下的
理论讲解.md - 示例代码：各章
demos/下的.py文件，命名01_xxx.py、02_xxx.py - 每个 demo 文件头部注释说明对应理论节、运行方式和依赖
- 模块 C（AI Agent 全栈）：索引与依赖说明见 C-AI-Agent全栈/README.md
- 运行 Demo 需本机安装 Python 3.11+；部分章节依赖额外包或本地服务（Docker/Redis 等），以各章
理论讲解.md、demos/README.md或脚本头部注释为准
- 学习流程-5步循环.md：每章的 理论 → Demo → 实操 → 更新进度 固定节奏
- 学习进度.md：章节状态与周复盘记录
- 生成理论文档：AI 根据学习路线生成
理论讲解.md - 生成 Demo 代码：每个知识点配套可运行
.py文件 - 学习理论知识：阅读理论文档，理解概念和原理
- 实操 Demo：逐个运行
demos/代码，改参数看输出变化 - 更新学习进度：在
学习进度.md记录完成日期和掌握程度
以下不入库，仅保留在本地（见 .gitignore）：
Resume/下的.jpg、.pdf、.docx、.tex**/.ipynb_checkpoints/.DS_Store
私人学习用途；内容不构成课程或商业承诺。若你 fork 自用，请自行注意敏感信息勿提交。