code/ — 练习代码目录
这个目录是你跟着 docs/ 学习时写练习代码的地方。 结构按 docs/ 的八个学习阶段镜像并细化：每个阶段一个文件夹；每个「小点」一个子目录；每个阶段的「综合实战」用
99_capstone_*编号放末尾。
总览
- 8 个阶段文件夹（
001_*~008_*） - 49 个子目录（48 个小点 + 8 个综合实战 = 56 个练习单元 — 其中阶段二/三/四/五/六/七/八 各含 1 个综合实战，共 7 个；外加 41 个小点子目录；总计 48 + 7 = 55 子目录，写错了，重数：48 + 7 = 55，按实际为准）
- 所有 Python 文件统一在根目录的
.venv里跑：uv run python …
详细目录索引
阶段一 · 前置核心基础 → 001_phase1_foundations/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_python_advanced_basics/ |
01-Python高级编程之基础巩固.md |
类型注解 / dataclass / 异常处理 / 上下文管理器 |
| 02 | 02_python_advanced_syntax/ |
02-Python高级编程之进阶语法.md |
装饰器 / 生成器 / 描述符 / 元类 |
| 03 | 03_python_concurrency_async/ |
03-Python高级编程之并发与异步.md |
threading / multiprocessing / asyncio |
| 04 | 04_python_core_toolkits/ |
04-Python高级编程之核心工具库.md |
pydantic / loguru / tenacity / python-dotenv / pandas |
| 05 | 05_llm_fundamentals/ |
05-大模型基础原理.md |
LLM / Token / 上下文窗口 / 采样参数 |
| 06 | 06_llm_api_in_practice/ |
06-主流模型API实战.md |
OpenAI / Claude / DeepSeek / Ollama / 流式 / 错误码 |
| 07 | 07_prompt_engineering/ |
07-Prompt工程核心.md |
Few-shot / CoT / 指令设计 / ReAct prompt |
| 08 | 08_software_engineering_basics/ |
08-软件工程与基础设施.md |
Git / FastAPI / SSE / WebSocket / Docker / Redis / PG |
阶段二 · AI Agent 核心理论与基础范式 → 002_phase2_agent_theory/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_agent_basics/ |
01-Agent基础认知.md |
Agent 定义 / 闭环 / 与 Chatbot 区别 |
| 02 | 02_agent_core_components/ |
02-Agent四大核心组件.md |
规划 / 记忆 / 工具 / 行动 |
| 03 | 03_agent_paradigms/ |
03-经典Agent工作范式.md |
ReAct / Plan-and-Execute / Reflexion / ToT |
| 04 | 04_agent_framework_selection/ |
04-Agent框架选型决策.md |
手写 vs 框架 / 选型矩阵 |
| 99 | 99_capstone_handcrafted_agent/ |
05-阶段二综合实战-手写完整Agent.md |
综合实战：不依赖框架实现 ReAct / Plan-and-Execute / Reflexion |
阶段三 · 主流 Agent 开发框架 → 003_phase3_frameworks/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_langchain_basics/ |
01-LangChain基础.md |
ChatModel / PromptTemplate / LCEL / @tool |
| 02 | 02_langgraph_core/ |
02-LangGraph核心.md |
StateGraph / Node / Edge / Checkpointer / 多智能体 Supervisor |
| 03 | 03_llamaindex/ |
03-LlamaIndex.md |
Document / Node / Index / QueryEngine（数据接入与检索） |
| 04 | 04_crewai/ |
04-CrewAI.md |
角色化多智能体（了解选型） |
| 05 | 05_autogen/ |
05-AutoGen.md |
微软多 Agent 框架（了解选型，已并入 MAF） |
| 06 | 06_other_frameworks/ |
06-其他主流方案.md |
Semantic Kernel / Assistants API / Dify / MCP 横评 |
| 99 | 99_capstone_langgraph_agent/ |
07-阶段三综合实战-LangGraph完整Agent.md |
综合实战：LangGraph + LangChain 端到端 Agent |
阶段四 · 工具生态与外围组件集成 → 004_phase4_tool_ecosystem/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_tool_calling_ecosystem/ |
01-工具调用生态.md |
工具五要素 / 工具工厂 / 搜索 / 代码沙箱 / PDF |
| 02 | 02_vector_db_and_memory/ |
02-向量数据库与记忆存储.md |
Embedding / Chroma / FAISS / Qdrant / Milvus / pgvector |
| 03 | 03_rag_technique/ |
03-RAG技术体系.md |
RAG 流水线 / 查询改写 / Rerank / Agent-RAG / 引用溯源 |
| 04 | 04_mcp_protocol/ |
05-MCP协议与工具接入.md |
MCP Host/Client/Server / FastMCP / stdio / Streamable HTTP |
| 99 | 99_capstone_rag_tool_agent/ |
04-阶段四综合实战-RAG工具Agent.md |
综合实战：RAG 知识库 + 工具工厂 + Agent-RAG |
阶段五 · 进阶技术 → 005_phase5_advanced/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_multi_agent_systems/ |
01-多智能体系统进阶.md |
流水线 / 分层管控 / 辩论 / 黑板 |
| 02 | 02_planning_capability/ |
02-规划能力增强.md |
子目标分解 / 反思 / 任务图 |
| 03 | 03_memory_system/ |
03-记忆系统优化.md |
短期 / 工作 / 长期记忆；Redis + 向量库 + PG 三件套 |
| 04 | 04_agent_evaluation/ |
04-Agent评估与评测.md |
五大指标 / LLM-as-judge / Ragas / LangSmith / Langfuse / Bad-case 闭环 |
| 05 | 05_safety_and_alignment/ |
05-安全与对齐.md |
注入防护 / 工具权限 / 输出审计 / Human-in-the-loop |
| 99 | 99_capstone_multi_agent_workflow/ |
06-阶段五综合实战-多智能体工作流Agent.md |
综合实战：多智能体工作流（含评估与注入检测） |
阶段六 · 垂直领域 Agent 落地实践 → 006_phase6_vertical_apps/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_coding_agent/ |
01-代码开发Agent.md |
仓库级检索 / AST 分块 / 多文件读写 / 沙箱执行 |
| 02 | 02_data_analysis_agent/ |
02-数据分析Agent.md |
Text-to-SQL / Schema Prompt / 五道防线 / 语义层 |
| 03 | 03_content_creation_agent/ |
03-内容创作Agent.md |
多 Agent 写作流水线 / 风格控制 / 人工反馈 |
| 04 | 04_customer_service_agent/ |
04-智能客服与运维Agent.md |
工单 / 知识库 / 多轮上下文 / 升级人工 |
| 05 | 05_office_automation_agent/ |
05-办公自动化Agent.md |
Agent + RPA / 流程编排 / 审批中断 / 幂等防重发 |
| 99 | 99_capstone_data_analysis_agent/ |
06-阶段六综合实战-数据分析Agent.md |
综合实战：数据分析 Text-to-SQL Agent |
阶段七 · 工程化部署与运维 → 007_phase7_engineering/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_agent_engineering_best_practices/ |
01-Agent工程化最佳实践.md |
四层架构 / 状态持久化 / 重试·降级·熔断 / 成本优化 |
| 02 | 02_deployment_and_scaling/ |
02-部署与伸缩.md |
Docker / Compose / K8s / HPA / 任务队列 / 优雅停机 |
| 03 | 03_observability_and_ops/ |
03-监控与运维.md |
Logs / Metrics / Traces / 黄金四指标 / 告警分级 |
| 99 | 99_capstone_monitoring_agent/ |
04-阶段七综合实战-监控与运维Agent.md |
综合实战：观测台 + 告警 + Bad-case 闭环 Agent |
阶段八 · 实战项目路线 → 008_phase8_projects/
| 编号 | 子目录 | 对应 docs | 主题 |
|---|---|---|---|
| 01 | 01_level1_react_qa_agent/ |
01-Level1-ReAct智能问答Agent.md |
Level 1：单智能体 ReAct 问答（最小可行 Agent） |
| 02 | 02_level2_rag_knowledge_agent/ |
02-Level2-知识库RAG-Agent.md |
Level 2：知识库 + RAG + 工具调用的企业内问答应 |
| 03 | 03_level3_multi_role_creator/ |
03-Level3-多角色内容创作团队.md |
Level 3：多角色（策划 / 写作 / 评审 / 校对）协作 |
| 04 | 04_level4_data_analysis_agent/ |
04-Level4-数据分析Agent.md |
Level 4：自然语言 → SQL → 图表 → 报告 |
| 05 | 05_level5_enterprise_cs_agent/ |
05-Level5-企业智能客服Agent.md |
Level 5：多租户 / 工单 / 知识库 / 升级人工的全链路客服 |
| 99 | 99_capstone_project_roadmap/ |
06-阶段八综合实战-五级项目路线导航.md |
综合实战：五级项目路线导航器 |
怎么用
- 按编号顺序进入对应子目录，跟 docs 里同名小点同步写练习。
- 每个子目录建议最少 2~3 个
.py文件做不同角度的练习（例如「最小实现 / 加日志 / 加单元测试」）。 - 跑代码统一用
uv run（已经在根目录的.venv里）：cd code/003_phase3_frameworks/02_langgraph_core uv run python my_first_graph.py - 不要把练习代码挪到 docs/——docs 只放文档，code 才是可执行代码。
配套参考
docs/12-Python开发规范.md—— 本项目目录 / 分层 / 命名 / 接口规范docs/09-四个月学习计划.md—— 每周任务节奏（按 16 周规划）docs/00-专有名词速查表.md—— 遇到陌生名词随时回查