路径 3: 构建 AI 产品

设计、构建并部署生产级 AI 应用。

路径 2 完成清单

在开始路径 3 之前，请确保你理解：

• ✅ 构建带错误处理的流式聊天机器人
• ✅ 使用 Embeddings 实现 RAG 搜索
• ✅ 使用工具调用创建交互式智能体
• ✅ 将 AI 功能部署到生产环境

需要复习？ → 路径 2: 集成

选择你的学习风格

• 🎯 边做边学: 从 全栈 SaaS 项目 开始 → 参考指南
• 📚 系统学习: 先阅读 高级 RAG 模式 → 然后构建

路径 3: 构建 AI 产品

设计、构建并部署生产级 AI 应用。

第 1 周

高级 RAG

为企业知识库实现生产级 RAG，包括混合搜索、重排序和元数据过滤。

RAG 模式RAG 搜索项目本地 Embeddings

第 2 周

AI 工程化

像对待代码一样对待提示词。实施评估 (Evals)、监控和反馈循环，以系统地提高 AI 质量。

测试可观测性评估 (Evals)安全

第 3 周

部署与优化

部署到 Edge/Workers 以实现低延迟，实施缓存策略、速率限制和成本优化。

Vercel EdgeCloudflare Workers缓存成本优化

第 4 周

多智能体系统

构建具有多个专用智能体、微调策略和本地 LLM 部署的复杂自主工作流。

多智能体应用智能体模式训练概览浏览器 AI

下一步

准备好构建了吗？ → 项目部分

复习概念？ → 技术基础