从 0 到 1，我打造了一套 AI 学习体系 —— 11 个模块，全部开源

From LLM fundamentals to Multi-Agent collaboration, each concept comes with a runnable Demo + interactive web page. This might be the most comprehensive AI engineering learning path I’ve ever seen.

---

为什么做这个项目

2026 年，AI 工具爆发式增长。Claude Code、Codex、Cursor 让编程门槛降到前所未有的低。但一个尴尬的事实是：

大多数人只会用，不会懂。

• 用过 LangChain，但说不清 Runnable 和 Chain 的区别
• 用过 MCP，但不知道 JSON-RPC 是怎么通信的
• 用过 Agent，但 ReAct 循环的原理一知半解

我也经历过这个阶段。Prompt 贴来贴去，Demo 跑起来就觉得自己学会了。直到有一次，我想自己设计一个 Agent 系统，才发现自己什么都没真正理解。

于是我决定：从头把 AI 工程的核心概念全部学一遍。 学一个，写一个 Demo。学一个，写一篇教学指南。学一个，做一个交互网页。

半年后，这个仓库诞生了。

---

项目全景

整个项目包含 11 个渐进式模块，从 LLM 基础一路到 Multi-Agent 架构设计：

基础阶段：打好地基

模块	学什么	亮点
001 LLM 基础	API 调用、Token 机制、Temperature	交互式 Playground
002 Prompt 工程	Few-shot、CoT、模板设计	大量实战 Prompt 示例
003 Embedding	文本向量化、语义相似度	sentence-transformers 真实模型
004 Vector DB	ChromaDB 入门、向量检索	主流向量数据库横向对比

进阶阶段：掌握框架

模块	学什么	亮点
005 RAG	5 步渐进式检索增强生成	从最简到生产级
006 LangChain	7 大核心概念	用 LCEL 重构 RAG 管道
007 LangGraph	StateGraph → Supervisor 模式	多 Agent 图编排
008 MCP	Tool Calling 标准化协议	手写 MCP Server + Claude Code 集成

高级阶段：架构思维

模块	学什么	亮点
009 Agent 设计	ReAct → Memory → Reflection	三阶段渐进 Demo
010 Multi-Agent	PM+Architect+Coder+Reviewer	LangGraph Supervisor 协作
011 AI Coding	Context Engineering + Spec Driven	17 个模板文件开箱即用

---

这个项目有什么不一样

市面上 AI 学习资料很多，但这个项目有三个设计原则：

1. 必须可运行

每一行教学代码都经过 AST 语法验证。不是"示意代码"，不是"伪代码"。复制下来，配好 API Key，就能跑。

$ cd 007-langgraph-learning
$ python langgraph_demo.py --demo 3

  🧭 [Supervisor] → researcher
  🔬 [Researcher] 开始研究...
  ──▶ [Supervisor] → writer
  ✍️  [Writer] 撰写草稿...
  ──▶ [Supervisor] → reviewer
  🔍 [Reviewer] 审查代码...
      评分: 9/10 → approved
  ✅ 多 Agent 协作完成！

2. 每个模块配交互网页

文字学习 + 可视化理解。11 个模块都有独立的 深色主题交互网页，多 Tab 切换，概念对比表格，架构流程图。

3. 渐进式深入

每个 Demo 都是 Phase 1 → Phase 2 → Phase 3 的结构：

• Phase 1：最简实现，跑通核心逻辑
• Phase 2：加入进阶功能
• Phase 3：接近生产级

不会一上来就让你看 500 行复杂代码。

---

学习路径可视化

项目主页用了一个百叶窗式交互来展示学习路径——鼠标划过每个模块会自动展开，11 个模块按颜色分区，从冷色系基础概念过渡到暖色系高级主题。

---

哪些人适合看

• AI 初学者 —— 从 001 开始，按顺序学，每个概念都有清晰解释
• 有经验的开发者 —— 跳到感兴趣的模块，Demo 代码就是最好的文档
• 想学 AI Coding 的团队 —— 011 模块提供了完整的 project_template/，可以直接复制到新项目使用
• 在准备技术分享的人 —— 教学指南的结构就是最好的 PPT 提纲

如果你也在学 AI 工程，欢迎 Star ⭐ 和提 Issue。

GitHub 仓库：github.com/barryness/cc-ai-learning

在线阅读：barryness.github.io/cc-ai-learning