# 10day-rag-study

**Repository Path**: kaikingg/10day-rag-study

## Basic Information

- **Project Name**: 10day-rag-study
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-10
- **Last Updated**: 2026-07-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

---
title: "10 天搭建企业智能体 — 学习路径"
type: learning_path_readme
tags: [学习路径, Agent, RAG, 企业智能体]
---

# 🚀 10 天搭建企业智能体 — 学习路径

> **目标读者**：前端开发工程师（对 RAG 有模糊概念）
> **学习周期**：10 天（每天约 3-4 小时）
> **最终产出**：一个能回答公司内部知识问答、调用 API 工具、支持人工审核的企业智能体系统

---

## 📋 学习路线总览

```
第1-3天 ─── 基础夯实
  ├─ Day 1: RAG 原理 + 环境搭建
  ├─ Day 2: Embedding + 向量数据库
  └─ Day 3: 🏗️ 项目1 — 公司知识问答机器人

第4-6天 ─── Agent 能力
  ├─ Day 4: LangChain + Function Calling
  ├─ Day 5: Agent 架构与 ReAct 模式
  └─ Day 6: 🏗️ 项目1升级 — 带工具的Agent

第7-8天 ─── 工作流编排
  ├─ Day 7: LangGraph 状态图
  └─ Day 8: 🏗️ 项目2 — 多步骤智能客服

第9-10天 ─── 企业级能力
  ├─ Day 9: MCP 集成外部工具
  └─ Day 10: 🏗️ 项目3 — 企业级Agent系统+前端整合
```

---

## 📁 文件说明

| 文件 | 内容 | 时间 |
|------|------|------|
| [[Day-1.md]] | RAG 原理、环境搭建、第一个 LLM 调用 | 3-4h |
| [[Day-2.md]] | Embedding 向量化、ChromaDB 增删改查 | 3-4h |
| [[Day-3.md]] | 🏗️ 完整 RAG Pipeline — 公司知识问答机器人 | 4-5h |
| [[Day-4.md]] | LangChain 核心、Function Calling 四步循环 | 3-4h |
| [[Day-5.md]] | Agent 四要素、ReAct 模式、create_react_agent | 3-4h |
| [[Day-6.md]] | 🏗️ 智能客服 Agent（RAG + Tools + 记忆） | 4-5h |
| [[Day-7.md]] | LangGraph StateGraph、条件路由 | 3-4h |
| [[Day-8.md]] | 🏗️ 5 节点工作流（Grade + Rewrite） | 4-5h |
| [[Day-9.md]] | MCP 协议、FastMCP 服务端开发 | 3-4h |
| [[Day-10.md]] | 🏗️ FastAPI + 前端整合 + HITL 企业级系统 | 5-6h |

---

## 🎯 分阶段里程碑

### 第一阶段：第 1-3 天 — 基础夯实
- ✅ 理解 RAG 是什么，Native RAG 三步骤
- ✅ 理解 Embedding 向量化原理
- ✅ 跑通完整的 RAG 问答 Pipeline
- ✅ **里程碑**：一个能回答公司文档问题的机器人 🤖

### 第二阶段：第 4-6 天 — Agent 能力
- ✅ 理解 Function Calling 机制
- ✅ 掌握 ReAct（思考→行动→观察）循环
- ✅ Agent + RAG + 工具调用融合
- ✅ **里程碑**：一个能查文档、查订单、查客户的智能客服 🧠

### 第三阶段：第 7-8 天 — 工作流编排
- ✅ 理解 LangGraph 状态图（Node/Edge/State）
- ✅ 掌握条件路由和自定义工作流
- ✅ 检索质量门控（Grade + Rewrite）
- ✅ **里程碑**：一个带质量保障的多步骤客服系统 🔄

### 第四阶段：第 9-10 天 — 企业级能力
- ✅ 理解 MCP 协议和 FastMCP 开发
- ✅ 将公司系统封装为 MCP Server
- ✅ FastAPI 包装 + 前端 UI
- ✅ **里程碑**：完整的后端+前端企业级 Agent 系统 🏢

---

## 💡 前端开发者速查表

| 前端概念 | AI/后端对应 |
|---------|------------|
| `npm install` | `pip install` |
| `nvm` / Node 版本管理 | `conda` 环境管理 |
| `.env.local` | `.env` / `python-dotenv` |
| `fetch()` / axios 调 API | `llm.invoke()` 调 LLM |
| Vue 过滤器 `{{ x \| filter }}` | LCEL 管道 `... \| prompt \| llm` |
| Vuex/Pinia (state/action) | LangGraph (State/Node) |
| 路由守卫 (beforeEach) | LangGraph 条件路由 |
| TypeScript 类型定义 | Pydantic 数据模型 |
| USB-C 统一接口标准 | MCP 统一工具协议 |
| 管理后台"审核"功能 | HITL 人机协同 |

---

## 📚 关联知识库

本学习计划基于 [[学习路径-10天搭建企业智能体]] 编译输出，完整 Wiki 知识库包含：

- **31 篇** 来源摘要
- **29 个** 实体页面
- **34 个** 概念页面
- 全部内容位于 Obsidian 知识库中，可随时查阅

---

## ⚠️ 常见问题

**Q：我没有公司文档怎么办？**
A：用任意公开 PDF（产品说明书、行业报告）代替，重点理解流程

**Q：没有 API Key 怎么办？**
A：可以使用 Ollama 本地部署开源模型（如 qwen2.5:7b）

**Q：10 天学不完怎么办？**
A：按自己的节奏来，每阶段的里程碑更重要。建议至少完成 Day 3 / Day 6 / Day 10 三个项目

---

**准备好了吗？从 [[Day-1]] 开始吧！** 🎉