AI 编程助手/RAG/Agent 12周学习路线图

从零开始 → 12 周内具备 AI 编程助手/RAG/Agent 实习竞争力

当前等级
Level In Progress
EXP 3%
0

0）总目标（你最后应交付的“证据”）

  • 项目 1（主项目）：Repo 级代码 RAG 问答系统（能引用文件片段、支持 metadata 过滤、带基础评测脚本）
  • 项目 2（副项目）：二选一
    • A. 代码修复 Agent（跑测试→定位→修改→重跑，带行动日志与安全限制）
    • B. VS Code 小插件（选中代码→解释/生成注释，能读取当前文件上下文）
  • 最小评测闭环：固定一批题/问题集，能跑脚本对比版本效果（哪怕是你自己定义的指标也行）
1

第 1 周：环境 + 入门“会写得出来”

目标：能写简单脚本，能跑通一个小项目骨架。

  • 安装并会用：VS Code、Python 3、pip/venv（或 uv/poetry）、Git
  • 学会在命令行里：创建项目文件夹、运行脚本、设置环境变量、看报错、看日志
  • Python 基础语法打通：变量、if/for/while、函数、list/dict、字符串处理
  • 写 5 个小脚本（每个不超过 100 行）：
    • 文本统计（词频/行数/去重）
    • 批量处理文件（遍历目录、筛选扩展名）
    • 简单爬取/请求 API（requests）
    • CSV/JSON 读写
    • 一个你自己生活里的自动化（例如整理下载目录）
  • “完成定义”：
    • 你能在 30 分钟内从 0 创建项目并跑起来（含依赖安装）
    • 你能在读懂并定位常见报错（ImportError、KeyError、TypeError 等）
2

第 2 周：工程基本功（像开发者一样写）

目标：你写的不是“脚本”，而是“可维护的小工程”。

  • Git 必会：init/clone/add/commit/push/branch/merge（至少能解决一次冲突）
  • 代码规范：格式化（ruff/black 二选一）、基本 lint（ruff）
  • 基础测试：pytest 会写 5 个单测（assert + fixture/参数化随意）
  • 学会写 README：安装、运行、示例输入输出、项目结构说明
  • “完成定义”：
    • 你的任意一个脚本都有 README.md + requirements.txt/pyproject.toml
    • 你能解释：为什么要写测试、如何做最小回归
3

第 3–4 周：数据结构/算法 + 代码阅读能力（面试下限）

目标：能扛住基础面试题，能读开源项目代码不崩。

  • 数据结构必备：数组/链表/栈/队列/哈希表/树/堆（会用即可）
  • 算法必备：二分、排序思想、BFS/DFS、贪心/DP（不求刷爆题，但要能写出来）
  • LeetCode/力扣：做 30 道（简单为主，少量中等）
  • 训练“读代码”：找一个中型开源库（Python/JS 都行），每天读 30 分钟并做笔记：
    • 入口在哪
    • 目录结构怎么分层
    • 哪些模块是核心
  • “完成定义”：
    • 你能在白板/共享屏幕上写出 BFS/DFS、哈希统计、堆 topK
    • 你能口头说明一个开源项目的目录分层与主要数据流
4

第 5 周：LLM 应用开发基础（Prompt + 结构化输出/工具调用）

目标：理解“把模型当工程组件”的基本套路，为 Agent/RAG 做准备。

  • 了解消息结构：system/user/assistant（知道为什么要分层）
  • 学会写“可控输出”的 Prompt（明确格式、边界、失败处理）
  • 一个小 demo：输入需求 → 输出固定 JSON（例如：{task_type, files_needed, plan}）
  • 了解“多步工具调用/循环”的概念（Agent 的核心形态）
  • “完成定义”：
    • 你能稳定让模型输出可解析 JSON（失败时能自动重试/修复）
    • 你能解释：为什么需要工具调用、它解决什么问题
5

第 6 周：RAG 基础链路跑通（先能用）

目标：把“检索增强生成”完整跑通一次。

  • 选一个向量库（建议 Chroma 起步）：能本地跑、易调试
  • 实现最小 RAG：
    • 文档加载（先用普通文本/markdown）
    • 切分 chunk（先用固定长度）
    • embedding → 入库
    • query → top_k 检索 → 拼上下文 → 生成回答
  • 引入 retriever 概念（便于替换检索策略）
  • “完成定义”：
    • 你能对同一份资料问 10 个问题，至少 6 个回答“引用内容明显相关”
    • 你能说清楚：chunk_size/top_k 改动对效果与成本的影响
6

第 7 周：把 RAG 换成“代码库 RAG”（贴岗位）

目标：从“文档问答”升级到“对仓库代码问答”。

  • 选择一个中型仓库（建议 5k–50k 行，别太大）
  • 设计代码切分策略（先简单可用）：
    • 按文件切分 + 限制 chunk 长度
    • 保存 metadata：path、language、module_dir、repo_commit 等
  • 在检索阶段支持 metadata 过滤（这是代码库 RAG 的关键）
  • “完成定义”：
    • 你能问“只在 src/ 下找”“只找 Python 文件”，并明显减少无关召回
    • 你的回答能列出引用片段来自哪些文件（至少 path）
7

第 8 周：RAG 质量提升（召回准确度是 JD 的重点）

目标：让你能在面试里讲“我怎么把召回做准”。

  • 为 query 做“检索前处理”（Query rewrite/关键词补充，先简单规则也行）
  • 尝试 2 种检索策略并对比：
    • similarity vs MMR（或 top_k 不同取值）
    • 加一个简单 rerank（哪怕用规则：同文件多片段合并/去重）
  • 做“上下文组装策略”：
    • 去重（同文件重复 chunk）
    • 限制每个文件最多 N 段
    • 控制总 token（超了就截断/摘要）
  • “完成定义”：
    • 你能拿出 10 条失败案例，逐条归因：是“没召回”还是“召回了但模型没用好”
    • 你能清楚解释 2–3 个取舍（例如：top_k 越大不一定越好）
8

第 9 周：评测闭环 1.0（让“改动可量化”）

目标：做一个最小可跑的评测脚本，形成迭代闭环。

  • 自建一个评测集（建议 50 条起）：
    • 代码定位类：函数在哪、谁调用它
    • 逻辑解释类：某模块干什么、关键流程
    • 修改建议类：怎么修复某类 bug（不要求必对，但要可评）
  • 引入 LLM-based 评估器做自动评分（适合 RAG）
  • 输出一个简单报告（CSV/Markdown 都行）：每条 query 的分数、引用、失败原因
  • “完成定义”：
    • 你改 chunk/检索/Prompt 后，评测脚本能跑出“前后对比”
    • 你能用数据讲清楚：你提升了什么、代价是什么（速度/token/成本）
9

第 10 周：代码生成/修复评测入门（加分但很有用）

目标：了解“代码任务怎么评测”，对 AI 编程助手很关键。

  • 跑通 HumanEval 的评测 harness（理解 pass@k、以及运行不可信代码的安全提醒）
  • 了解 MBPP（Mostly Basic Programming Problems）是什么、为什么常用
  • “完成定义”：
    • 你能解释：为什么“运行单测判对错”比 BLEU/字符串匹配更靠谱（在代码任务上）
    • 你能说出至少 2 个评测风险：数据污染、过拟合 prompt、执行安全
10

第 11 周：副项目（Agent 或 VS Code 插件）落地

二选一做完就行（做完另一个属于额外加分）。

  • 选项 A：代码修复 Agent（推荐，更贴 JD 的 Agent/工作流）
    • 定义工具集（最少 3 个）：search_files、read_file、apply_patch、run_tests
    • 做循环：失败→分析→修改→重跑（最多 N 次，输出行动日志）
    • 安全限制：只允许 allowlist命令（例如只允许运行测试/lint）
  • 选项 B：VS Code 插件（如果你想走 IDE 方向）
    • 跑通 VS Code “Hello World extension”
    • 学会注册命令、理解 package.json 的贡献点（contributes）与命令注册
    • 实现一个最小功能：选中代码 → 生成注释/解释 → 插入到编辑器、可配置模型/温度/最大 tokens
  • “完成定义”：
    • 给它一个你准备好的 failing test，它能在 N 次内修复
    • 插件可安装、可运行、有 README、有演示动图/录屏
11

第 12 周：打磨作品集（面试直接拿来讲）

目标：把“能跑”升级到“别人一看就信你做过工程”。

  • 项目结构清晰（ingest/index/retrieve/generate/eval 分目录）
  • README 补齐：1 分钟介绍、架构图、一键运行步骤、评测方法与结果、失败案例 + 改进
  • 录一个 3–5 分钟 demo（屏幕录制）
  • 整理面试讲稿（STAR）：做了什么、为什么这么设计、遇到什么坑、怎么验证变好
  • “完成定义”：
    • 任何人按 README 能在 10 分钟内跑起来
    • 你能用 5 分钟讲完项目亮点，用 10 分钟深入细节
12

每日学习打勾模板（每天 3–4 小时）

  • 今日目标（1 句话写清楚）
  • 编码 ≥ 90 分钟（必须）
  • 阅读文档/源码 ≥ 30 分钟（必须）
  • 复盘 10 分钟：今天踩的坑 + 解决方式（必须）
  • 提交一次 Git（哪怕是小改动）
  • 写 1 条“可复用笔记”（例如：如何做 metadata filter、如何控制 token）
13

额外加分路线（可选）：了解 MCP（不必现在就深挖）

  • MCP 是一个开放协议，用于把外部数据源/工具以标准方式接入 LLM 应用（适合 AI IDE/Agent 场景）。
  • 跑通一个现成 MCP server（比如 GitHub 相关）并在你的 Agent demo 里调用一次

To Be Continued...

完成所有挑战后，开启新的篇章。