一人AI工程室AI Notes
Roadmaps

先别急着选工具，先把路线看清楚。

AI 应用、RAG 和 Agent 工作流经常被混在一起讲。这里把它们拆成三张路线图：每张图都从一个真实问题开始，说明先理解什么、先做什么、哪些坑以后再碰。

01

AI应用开发

从 API 调用到可上线产品，帮程序员建立 AI 全栈应用开发能力。

展开路线
02

RAG知识库

把文档、制度、客服、销售和项目资料变成可检索、可追溯、可迭代的企业知识系统。

展开路线
03

Agent工作流

用 Agent、工作流和自动化工具改造真实业务流程，而不是停留在聊天机器人演示。

展开路线
Path 01入门到实战

大模型应用开发路径

从 API 调用到可上线产品，帮程序员建立 AI 全栈应用开发能力。

适合人群
有编程基础、想从传统开发转向 AI 应用开发的程序员、全栈工程师和技术负责人。
核心收获
学完可以独立做出一个带登录、数据库、文件上传、模型调用和部署流程的 AI 应用原型。
实践节奏
4-6 周 / 12-18 小时；周末实践 + 作业点评 + 项目拆解
最终成果
完成一个可展示的 AI 应用作品，并形成自己的 AI 项目开发模板。
拆解顺序
  1. 01大模型应用开发全景：模型、工具、前端、后端和部署如何协同
  2. 02Prompt、结构化输出、函数调用和工具调用的工程化写法
  3. 03Next.js / FastAPI / Supabase 组合下的 AI 应用架构
  4. 04文件解析、长文本处理、异步任务和模型调用成本控制
  5. 05登录、权限、支付预留、日志、错误处理和上线部署
  6. 06结课项目：从需求到 Demo 的完整交付复盘
交付物
  • AI 应用项目脚手架
  • 模型调用封装模板
  • 项目需求拆解表
  • 上线检查清单
可延展选题
程序员如何转 AI 应用开发大模型应用开发技术栈怎么选Next.js 如何接入大模型 APIAI 应用从 0 到 1 项目实战AI 全栈开发学习路线
Path 02进阶落地

企业 RAG 知识库实践路径

把文档、制度、客服、销售和项目资料变成可检索、可追溯、可迭代的企业知识系统。

适合人群
有企业资料、内部知识库或客服/销售/运营问答需求的技术团队、业务负责人和创业团队。
核心收获
学完能判断一个 RAG 项目该不该做、怎么做、如何评估效果，以及如何避免知识库项目烂尾。
实践节奏
3-5 周 / 10-15 小时；案例课 + 架构拆解 + 企业场景诊断
最终成果
产出一份企业知识库方案，包括数据整理、检索架构、评测指标、权限和运维计划。
拆解顺序
  1. 01RAG 能解决什么，不能解决什么：需求边界和失败案例
  2. 02文档清洗、切片、向量化、元数据和权限设计
  3. 03召回、重排、引用来源、答案置信度和可追溯输出
  4. 04客服、销售、HR、法务、项目管理等典型场景拆解
  5. 05RAG 评测体系：准确率、覆盖率、幻觉率和人工复核流程
  6. 06从 Demo 到生产：成本、日志、权限、更新和持续运营
交付物
  • RAG 项目需求访谈表
  • 知识库数据治理清单
  • RAG 评测模板
  • 企业落地方案 PPT 大纲
可延展选题
企业知识库 RAG 怎么做RAG 项目为什么容易失败企业内部文档如何接入大模型客服知识库如何用 AI 提效RAG 评测指标怎么设计
Path 03团队实践

AI Agent 与自动化工作流实践

用 Agent、工作流和自动化工具改造真实业务流程，而不是停留在聊天机器人演示。

适合人群
希望用 AI 改造销售、客服、运营、数据分析、内容生产或研发流程的团队。
核心收获
学完能识别哪些流程适合 Agent，哪些只需要自动化，并能设计一个低风险试点。
实践节奏
1-2 天工作坊 / 可扩展为 4 周陪跑；团队工作坊 + 流程共创 + 试点复盘
最终成果
产出 3-5 个可试点的 AI 工作流方案，并明确负责人、数据输入、验收指标和风险边界。
拆解顺序
  1. 01Agent 与工作流的区别：什么时候需要智能，什么时候只需要自动化
  2. 02业务流程拆解：输入、动作、判断、输出、审核和异常处理
  3. 03Dify、Coze、n8n、Zapier、自研服务的选型边界
  4. 04销售跟进、客服质检、内容生产、报表分析和研发辅助案例
  5. 05人机协作机制：审批、日志、回滚、权限和安全边界
  6. 06试点路线图：从一个流程开始，用 2 周验证 ROI
交付物
  • AI 工作流诊断表
  • Agent 场景优先级矩阵
  • 试点项目路线图
  • 团队工作坊材料大纲
可延展选题
AI Agent 企业落地场景企业如何用 AI 自动化工作流Dify 和 Coze 适合什么场景AI 工作流如何评估 ROI销售客服运营如何用 Agent 提效
Path 04进阶落地

AI 项目交付与个人服务实践

把技术能力包装成可报价、可交付、可复购的 AI 服务，而不是做没有客户的产品。

适合人群
有技术背景、希望用 AI 做项目、做工具、做企业小场景验证的开发者。
核心收获
学完能设计自己的 AI 服务菜单，明确报价、交付边界、客户沟通和长期维护路径。
实践节奏
2-4 周 / 8-12 小时；案例拆解 + 报价作业 + 交付复盘
最终成果
产出一套个人 AI 服务产品包，包括诊断单、报价单、交付清单和案例页。
拆解顺序
  1. 01AI 服务怎么卖：不要卖技术名词，要卖省人、提效和增长
  2. 02服务菜单设计：诊断、原型、维护和长期顾问
  3. 03客户需求访谈：如何把模糊想法变成可交付范围
  4. 04报价与合同边界：阶段付款、验收标准和变更管理
  5. 05案例包装：从一个小项目沉淀成文章和方法页
  6. 06复用设计：月度维护、数据更新、流程扩展和团队协作
交付物
  • AI 服务报价单模板
  • 客户需求访谈脚本
  • 项目验收清单
  • 案例包装模板
可延展选题
程序员如何用 AI 做副业AI 项目外包怎么报价AI 服务方案怎么设计企业 AI 小项目怎么交付AI 经验如何沉淀成长期线索
Next step

如何继续深入

建议先读相关手记和清单，确认问题是否真实存在；再拿一个小场景做验证；最后再决定是否扩展成团队流程、知识库或自动化系统。

发来一个具体问题 回到首页