# 四个月学习计划(每周任务版,共 16 周) > 计划假设:工作日 ≥ 1 小时 + 周末 ≥ 4 小时的业余学习强度;时间不足时可拉长周期,只需保持每周末做一轮「复盘与调整」。 ## 每周任务表 | 周次 | 核心任务 | 阶段映射 | | --------- | ----------------------------------------------------------------------------------------------------- | --------------------------- | | 第 1-2 周 | Python 基础巩固 + 进阶语法 + 类型注解;完成 pydantic v2 / loguru / tenacity / dotenv 的最小练习;搭好项目骨架 + 虚拟环境 + 单测 + ruff | 阶段一 · Python 与工具库 | | 第 3 周 | 并发异步:asyncio + httpx 并发调用 LLM、超时与限流、SSE 解析;FastAPI 实现一个流式接口 | 阶段一 · 并发与 API | | 第 4 周 | 大模型原理(Token、上下文、采样参数);主流模型 API 实操(至少一家国内 + 一家国际);Ollama 本地部署 | 阶段一 · 大模型与 API | | 第 5 周 | Prompt 工程核心 + Function Calling 完整链路;本地跑通一次工具调用全流程 | 阶段一 · Prompt 工程 | | 第 6 周 | Agent 理论基础:四大组件 + 四种范式 + 失败模式;手写简易 ReAct Agent(不依赖框架) | 阶段二 | | 第 7-8 周 | LangChain 基础 + LangGraph 核心(State / Node / Edge / 持久化);完成 Level1 ReAct 智能问答 Agent | 阶段三 + 阶段八 Level1 | | 第 9-10 周 | LlamaIndex 数据处理链路 + RAG 进阶;本地向量库(Qdrant)+ 混合检索 + Rerank;完成 Level2 知识库 RAG Agent | 阶段三 + 阶段四 + Level2 | | 第 11 周 | 工具生态补齐(搜索 / 代码执行 / 文件处理 / 业务系统 / MCP 协议认知);自定义工具开发规范四项落地 | 阶段四 · 工具生态 | | 第 12 周 | Level3 多角色内容创作团队(CrewAI 或 LangGraph 多智能体);或转入本阶段已渗透的垂直项目 | 阶段三 CrewAI/LangGraph + Level3 | | 第 13-14 周 | Level4 数据分析 Agent(SQL Agent + Pandas + 图表 + 报告);同步落地阶段四向量库与阶段五评测方法 | 阶段八 Level4 + 阶段五部分 | | 第 15-16 周 | Level5 企业智能客服 Agent:状态持久化 + 权限 + 监控告警 + 评测闭环;Docker Compose 一键部署;Doc 交付与复盘 | 阶段六 + 阶段七 + Level5 | ## 节奏说明 - 阶段五(多智能体进阶 / 记忆优化 / 安全对齐)不适合孤立学习,建议在 Level3-5 项目实践中穿插吸收。 - 阶段六的五个垂直方向按「必须完成一个、了解其余」处理。 ## 配套 - 每个阶段 / 小点的达成标准见各 docs 文件的「本节自检」。 - 学习资源见 [10-配套学习资源清单.md](10-配套学习资源清单.md)。 - 调整规则见 [11-学习建议与调整规则.md](11-学习建议与调整规则.md)。