Agent 开发知识体系 · 全景与补遗地图

本文是《Agent 开发知识》体系的导航与补遗说明。原有 01–12 模块保持不变，本文与 13-进阶与工程化/ 下其余文档均为新增补项，用于补齐关键知识盲区、打通工程化闭环。

1. 现有体系（01–12）覆盖评估

模块 深度 已覆盖要点 评价
01 基础概念 中 Agent 定义、四组件、能力边界、分类 扎实，可作为入口
02 推理范式 中 CoT、ReAct、Reflexion、Plan-and-Solve、ToT、Self-Consistency 推理范式覆盖较全
03 工具调用 深 Function Calling、MCP 协议/工程/接入、并行调用、模型锁定 本体系最完整的部分之一
04 记忆系统 极深 三层记忆、检索/召回/重排、跨 embedding 模型、Memory.md 本体系最完整的部分
05 规划与任务分解 极深 规划形态、重规划、LangGraph 全 API、人在环上、图治理 本体系最完整的部分
06 多智能体 浅 编排模式、角色、协作机制 ⚠️ 偏概念，缺通信/共识/框架实战
07 RAG 与知识集成 浅 Agentic RAG 作为工具、集成模式 ⚠️ 缺 RAG 工程化（切分/混合检索/GraphRAG/评测）
08 评估与调试 浅 评估方式、指标、失败模式 ⚠️ 缺具体评测框架与基准详解
09 安全与护栏 浅 三层护栏、Prompt Injection 防御 ⚠️ 缺 OWASP Top10、防护工具、红队
10 框架与工具 中 框架对比、OpenAI API 协议 够用，OpenAI.md 很实用
11 工程实践 浅 部署、成本、监控、迭代 ⚠️ 偏提纲，缺可靠性/可观测性/成本工程深挖
12 补充概念 中 Skill、Agent.md/Memory.md、Skill Router 视角独特，偏"配置治理"

结论：基础概念 → 推理 → 工具 → 记忆 → 规划这条"主干链路"非常扎实；薄弱点在工程化闭环（可观测、可靠性、成本）、评测落地、安全实战、多智能体/RAG 的进阶工程细节，以及若干 2025–2026 的新兴主题（上下文工程、Agent 设计模式、A2A 协议、Computer Use、语音 Agent）。

2. 关键知识遗漏点（补项清单）

按重要性分级，对应本目录下新增文档：

🔴 高优先（结构性缺失，建议必读）

  • Agent 设计模式 / 工作流模式 —— Anthropic 提出的 5 类模式（Prompt Chaining / Routing / Parallelization / Orchestrator-Worker / Evaluator-Optimizer）与"Workflow vs Agent"边界判断。当前零散出现在规划篇，无独立体系。→ 01-Agent设计模式与工作流.md
  • 上下文工程（Context Engineering） —— 2025 起的独立学科：如何构造/压缩/管理上下文窗口。当前隐含在记忆篇，无专论。→ 02-上下文工程.md
  • 高级提示工程 —— 系统提示设计、few-shot、约束生成、分隔符、角色设定。全体系依赖 prompt 却无专篇。→ 03-高级提示工程.md

🟠 中优先（工程化闭环补全）

  • 可观测性与 LLMOps —— Trace/Span、生产监控、评估上线。当前仅一两句。→ 04-可观测性与LLMOps.md
  • 可靠性与成本工程 —— 重试/降级/熔断/幂等；token 经济、Prompt Caching、模型路由、Batch。→ 05-可靠性与成本工程.md
  • 多智能体进阶 —— 通信协议、共识/辩论、具体框架（AutoGen GroupChat、CrewAI Process）、失败模式。→ 06-多智能体进阶.md
  • RAG 工程化与 GraphRAG —— 切分策略、混合检索、Self-RAG、GraphRAG、RAG 评测（补 07 模块）。→ 07-RAG工程化与GraphRAG.md
  • 评测框架与基准详解 —— Ragas/DeepEval/PromptFoo；SWE-bench/τ-bench/AgentBench/WebArena（补 08 模块）。→ 08-评测框架与基准详解.md
  • 安全实战：OWASP 与防护 —— LLM Top 10、越狱、数据外泄、护栏工具（补 09 模块）。→ 09-安全实战OWASP与防护.md

🟡 前瞻（了解即可，拓宽视野）

  • Agent 协议与形态前沿 —— A2A、Computer Use/GUI Agent、语音/实时 Agent、Agent UX。→ 10-Agent协议与形态前沿.md

3. 完整知识体系全景（建议的 13 大模块）

flowchart TD
    subgraph 基础["基础层"]
        A1[01 基础概念] --> A2[02 推理范式]
        A2 --> A3[03 工具调用]
        A3 --> A4[04 记忆系统]
    end
    subgraph 设计["设计层"]
        B1[13.01 设计模式与工作流] --> B2[13.02 上下文工程]
        B2 --> B3[13.03 高级提示工程]
        B1 --> B4[05 规划与任务分解]
    end
    subgraph 协作["协作与知识"]
        C1[06 多智能体 / 13.06 进阶]
        C2[07 RAG / 13.07 工程化]
    end
    subgraph 工程["工程化层"]
        D1[13.04 可观测性LLMOps]
        D2[13.05 可靠性与成本]
        D3[08 评估 / 13.08 框架基准]
        D4[09 安全 / 13.09 实战]
        D5[11 工程实践]
        D6[10 框架与工具]
    end
    subgraph 前沿["前沿与治理"]
        E1[13.10 协议与形态前沿]
        E2[12 补充概念]
    end
    基础 --> 设计 --> 协作 --> 工程 --> 前沿

阅读顺序建议：基础层 → 设计层 → 协作与知识 → 工程化层 → 前沿。原有 01–12 主干已能让你"搭起来"，13 模块让你"搭得稳、测得准、上得了生产"。

4. 推荐学习路径（补项视角）

  1. 先补范式判断：读 01-Agent设计模式与工作流，建立"什么时候该用 Agent、什么时候只是 Workflow"的判断力——这是避免过度工程的第一步。
  2. 再补上下文与提示：02-上下文工程 + 03-高级提示工程，这是所有节点"内在智能"的来源。
  3. 打通工程化闭环：04 可观测 → 05 可靠性与成本 → 08 评测框架 → 09 安全实战，让 Agent 从 demo 走向生产。
  4. 补强协作与知识：06 多智能体进阶 + 07 RAG 工程化。
  5. 开阔视野：10 协议与形态前沿，了解 Agent 生态走向（A2A、Computer Use、Voice）。

5. 与原有文档的关系

  • 不修改原有 01–12 任何文件，所有补项为新增。
  • 补项与原有模块的对应（避免重复阅读）：
    • 13.01 设计模式 ⊕ 05 规划（规划篇重 LangGraph 实现，本篇重模式选型）
    • 13.02 上下文工程 ⊕ 04 记忆（记忆篇重"记忆存取"，本篇重"上下文构造与压缩"）
    • 13.06 多智能体进阶 ⊕ 06 多智能体（原篇重概念，本篇重机制与框架）
    • 13.07 RAG工程化 ⊕ 07 RAG（原篇重"作为工具"，本篇重"RAG 本身怎么做"）
    • 13.08 评测框架 ⊕ 08 评估（原篇重方法论，本篇重工具与基准）
    • 13.09 安全实战 ⊕ 09 安全（原篇重"三层护栏"，本篇重"威胁清单与防护工具"）

6. 学习要点

  • 现有体系主干扎实，补项是"工程化闭环 + 新兴主题"的填空。
  • 优先级：设计模式 / 上下文工程 / 提示工程 > 可观测 / 可靠性成本 / 评测 / 安全 > 前沿。
  • 补项之间也存在依赖：先理解设计模式，再谈可靠性与可观测。

7. 参考资料

  • Anthropic, "Building Effective Agents"（设计模式分类的源头）
  • "Context Engineering for AI Agents"（2025 上下文工程综述性讨论）
  • OWASP LLM Top 10 (2025)
  • LangSmith / Langfuse / Ragas / DeepEval 官方文档