engenharia-de-software-com-ia-aplicada学习路线图:从LLM基础到自主Agent与Agentic工程的完整学习指南
engenharia-de-software-com-ia-aplicada学习路线图:从LLM基础到自主Agent与Agentic工程的完整学习指南
本文带你系统走读开源项目 engenharia-de-software-com-ia-aplicada——一套来自巴西 UNIPDS 研究生课程的完整学习资料库,覆盖 LLM 基础、MCP、LangChain、自主 Agent 构建、Agentic 工程与 Fine-Tuning 的全链路实践代码。无论你是刚接触 AI 的程序员,还是想落地 Agent 系统的架构师,都能在这张路线图中找到从入门到进阶的完整学习路径。
一、项目全景:10个模块如何拼出AI工程知识地图 🗺️
这个项目最大的特点是"以项目为主线":几乎每个模块都配有一个贯穿始终的真实案例,代码从第一版一直演化到最终产品,让你能对照每个学习节点看到项目的完整成长过程。
| 模块 | 主题 | 贯穿案例 | 适合阶段 |
|---|---|---|---|
| modulo01-fundamentos-de-ia-e-llms-para-programadores | AI 与 LLM 基础 | 电商推荐系统、Duck Hunt 游戏 AI | 入门 |
| modulo02-integracao-apis-llms | LLM API 集成与 LangChain | 医疗预约、文章生成工作流 | 入门→进阶 |
| modulo03-mcp-na-pratica | MCP 协议实战 | 遗留 API 改造为 MCP 服务 | 进阶 |
| modulo04-criacao-de-agentes-autonomos-novo | 自主 Agent 创建 | OpsPilot 事故响应副驾 | 核心 |
| modulo05-ferramentas-de-IA-para-UI-UX | AI 驱动 UI/UX 开发 | Pix 银行 App、CFP 平台 | 并行选修 |
| modulo06-aiops-engenharia-agentica | AI-Ops 与 Agentic 工程 | Nexus 12 个运维实验室 | 核心进阶 |
| modulo07-ferramentas-de-ia-para-gestao-de-projetos | AI 项目管理工具 | RouteWise 车队管理系统 | 并行选修 |
| modulo08-arquitetura-de-sistemas-com-ia | AI 系统架构 | TrialForge 医药文档生成 | 进阶 |
| modulo09-processamento-de-dados-e-fine-tuning-de-modelos | 数据处理与 Fine-Tuning | Amplitude Seguros 保险模型 | 进阶 |
| modulo10-seguranca-governanca-ia | AI 安全与治理 | 伦理与合规案例 | 收尾 |
💡 建议学习顺序:01 → 02 → 04(核心)→ 03 → 06,模块 05/07/08/09/10 可按职业方向自选。
二、第一阶段:LLM基础——给程序员补上AI理论课
2.1 从机器学习到推荐系统实战
模块 01 的前半段先补齐 ML / Deep Learning 基础概念,然后直接进入实战:
- exemplo-01-ecommerce-recomendations:用 TensorFlow 在浏览器里训练一个电商推荐模型。模板版 exemplo-01-ecommerce-recomendations-template 是空白起点,exemplo-01-ecommerce-recomendations-z 里的 parte01~parte05 五个文件夹则是逐步演进的完整答案——对照着学能清楚看到每一步加了什么。
- exemplo-02-vencendo-qualquer-jogo:在 Duck Hunt 游戏里用自我对弈训练 AI"通关"任意游戏,理解强化学习。游戏场景素材见 DuckHunt-JS-parte01。
2.2 LLM 原理与 Web AI 应用
后半段转向 LLM 核心知识:transformers、embeddings、attention 的原理讲解,以及 Web AI 系列实战(exemplo-03~05),教你把模型直接跑进浏览器,包括 temperature 与 topK 参数调优、多模态 AI 等主题。
2.3 Prompt Engineering 与本地模型部署
模块 01 的结尾三节是高频刚需:
- Prompt Engineering:写出让 LLM 稳定输出的提示词技巧,包括 TOON 格式与结构化 JSON 提示;
- 本地模型:exemplo-10-ollama 用 Ollama 本地跑开源模型(request.sh),exemplo-11-openrouter 展示如何用一个网关编排多家模型;
- RAG 与向量检索:exemplo-12-embeddings-neo4j 用 Neo4j 建向量库,exemplo-13-embeddings-neo4j-rag 直接搭出第一个 RAG 系统,respostas 目录里还附有实测问答对照。
三、第二阶段:LangChain集成——从API调用到工作流编排
模块 02 的 7 个子项目全部基于 LangChain / LangGraph,每个都是可运行的小型完整应用:
| 项目 | 学到什么 |
|---|---|
| 01-smart-model-router-gateway | 模型智能路由网关:按任务复杂度选择模型,控制成本 |
| 02-langchain-intro | LangGraph 入门:StateGraph 状态图、节点与条件边 |
| 03-medical-appointment | 多轮对话状态管理(医疗预约场景) |
| 04-song-highlights | 音频处理 + 用户偏好持久化 |
| 05-safeguard-prompt-injection | 提示注入攻击防御,安全必修课 |
| 06-rag-neo4j-students | 图数据库 RAG 进阶 |
| 07-doc-analysis | PDF 文档解析与问答 |
特别推荐 03-medical-appointment-template:它演示了"Plan → Draft → Review"三阶段 Prompt Chaining 工作流,用 Zod 结构化输出防幻觉,并用条件边实现"评分低于 8 分自动重写"的质量回路——这是理解 LLM 工作流编排的最佳入门案例。
四、核心主线:自主Agent创建——OpsPilot从零到产品 🤖
modulo04-criacao-de-agentes-autonomos-novo 是整条路线图的"心脏":9 个单元,构建一个从不停机迭代的真实项目——电商事故响应副驾 OpsPilot(LangChain/LangGraph + OpenRouter)。每个单元文件夹都是该阶段的完整快照,内含 UNITUDE.md 说明本阶段新增内容。
- U1 架构与规范驱动开发:先学会用规范(instructions、spec-driven development)驾驭 AI 编码代理;
- U2 推理模式:ReAct、Plan-and-Execute、Reflection 三大推理范式落地;
- U3 Function Calling:接入 SQLite、外部工具与 MCP 服务器;
- U4 记忆与反思:持久化会话、语义记忆、学习反射器;
- U5 上下文管理:token 计量、历史摘要、ContextBuilder 预算控制——Agent 长对话不"炸上下文"的关键;
- U6 LangGraph 生产工作流:统一生产级状态图 + 模型故障回退;
- U7 可观测性与自主性边界:trace 持久化、统计接口、人工审批节点;
- U8 OpsPilot 发布上线:Web 控制台、CI 部署,变成真正的产品;
- U9 多智能体系统:supervisor 模式、角色分工、blackboard 协作。
📌 启动方式见模块 README:
npm ci后填入OPENROUTER_API_KEY(免费模型即可零成本跑通整个模块),npm run dev起服务、npm test用 fake 数据离线测试。
配套直播课:MCP 与 Agent Skills 入门
lives/2026-02-24 是课程的第一场直播课,两篇理论长文值得精读:mcp-model-context-protocol.md 讲 MCP 如何成为"AI 连接工具的标准接口",agent-skills-conhecimento-procedimental-da-ia.md 讲如何用技能包封装"程序性知识"。lives/2026-05-27 则聚焦 Spec-Driven Development,并给出用符号链接让 Claude、Copilot、Cursor 共用同一份指令文件的实用技巧。
五、并行选修:UI/UX 与项目管理中的AI 🎨
5.1 AI 加速前端开发(modulo05)
从需求细化到 Figma 转代码、MCP 驱动的 E2E 测试、Firebase AI Logic 后端集成,五个模块完整覆盖产品开发生命周期。pix-app 是一个用 AI 加速构建的银行 App,cfp-platform 则是规模更大的实战平台。
5.2 项目管理全流程AI化(modulo07)
modulo07-ferramentas-de-ia-para-gestao-de-projetos 以 140 辆车的车队管理系统 RouteWise 为唯一案例,10 个模块各交付一个可复用的 System Prompt:需求转 backlog、RICE 评分排优先级、PERT + 蒙特卡洛估算、风险监测、会议纪要转 Jira 卡片、合规检查、自然语言转工作流、OKR 对齐……每个模块都配有输入数据、参考输出和实战作业 PDF,是"AI + 项目管理"的稀缺资料。
六、Agentic工程进阶:Nexus AI-Ops 的12个实验室 🚀
modulo06-aiops-engenharia-agentica 演示了 Agent 如何从"咨询工具"进化为"运维主体":12 个 Python 实验室层层递进,最终由 Nexus Manager 以分层架构协调 SRE、安全、FinOps 多个 Agent,在 Kubernetes 真实环境中诊断 CrashLoop 故障、执行 RAG 自愈、并通过 Guardrails 保留人工审批权。
关键亮点(详见 labs/ 目录):
- modulo4_troubleshooting.py:ReAct 模式排查生产事故;
- modulo6_chatops.py:ChatOps 场景下对破坏性操作强制"管理者密码"审批——Human-in-the-Loop 的教科书示范;
- modulo12_projeto_final.py:多域事故的分层多智能体协同,产出统一报告。
七、架构与Fine-Tuning:企业级AI系统收官篇 🏗️
7.1 架构设计(modulo08)
modulo08-arquitetura-de-sistemas-com-ia 以医药文档生成系统 TrialForge 为案例,交付企业级 Agent 系统的架构决策画布:AI-First 基础决策框架、Single-Agent 解剖(ReAct 循环 + 工具/MCP)、多智能体 6 大编排模式(Sequential / Parallel / Supervisor / Hierarchical / Group Chat / Handoff)以及 RAG 路由、模型分级(model tiering)与审计追踪的 gateway 原型。
7.2 Fine-Tuning 全周期(modulo09)
modulo09-processamento-de-dados-e-fine-tuning-de-modelos 回答一个最实际的问题:什么时候值得微调模型? 以 Amplitude Seguros 保险理赔分类为案例走完六步:决策框架(4 问 + AHP + NPV)、数据集准备(OCR/去重/PII 清洗)、Vertex AI 云端微调、LoRA/QLoRA 本地训练、评测(含 LLM-as-judge)、以及把 200 条扩到 3000 条的生产级收官。每个工具都提供 JS 与 Python 双版本,无 Mac 用户可走 Colab 免费 GPU 路线。
7.3 安全与治理(modulo10)
modulo10-seguranca-governanca-ia 收束全课程:可解释性、偏见与责任归属、deepfake 风险、AI 的财务与环境成本——把"能跑起来"升级为"敢上线"。
八、开始学习:仓库获取与上手步骤 ✅
8.1 获取仓库与本地运行
git clone https://gitcode.com/gh_mirrors/en/engenharia-de-software-com-ia-aplicada
各模块独立成包:JS 项目 npm ci && npm run dev,Python 项目按各自 README 建 venv 后 pip install -r requirements.txt。遇到问题先查 troubleshooting/docker.md 和 troubleshooting/windows/wsl.md。
8.2 学习节奏建议
- 第 1 周:模块 01 全部示例跑通,重点是 Ollama 本地模型与第一个 RAG;
- 第 2~3 周:模块 02 挑 2~3 个子项目精读 LangGraph 状态图写法;
- 第 4~8 周:核心攻坚——按 U1→U9 顺序完整走一遍 OpsPilot,这是简历上最有说服力的 Agent 项目;
- 持续进阶:按职业方向选修模块 06(AI 运维)、08(架构师)、09(算法/模型工程)。
整个仓库既是课程也是"博物馆":每个文件夹保留着项目某个历史时刻的真实快照,沿着快照一路读下去,你看到的就是一个 AI 工程师从 LLM 基础到 Agentic 工程的完整成长轨迹。祝学习顺利!


