预计时间

8~10 周

这是未来价值最高的部分

AI 应用架构能力将成为你最核心的竞争力。

阶段目标

达到能独立开发：

• RAG 系统
• AI Agent
• MCP Server
• Browser Agent Demo

这一阶段不要只停留在概念。每学一个 AI 能力，都要把它接到第二阶段的 NestJS 后端或一个最小 Demo 中。

学习主线

优先顺序是：先理解 LLM 的输入输出边界，再做 RAG，然后做 Function Calling 和 Agent，最后再看 MCP 与 Browser Agent。

RAG 是毕业项目的核心功能，必须做扎实。Agent、MCP 和 Browser Agent 是加分项，适合在 RAG 跑通后逐步接入。

本阶段交付物

学完这一阶段，至少要留下这些东西：

• 一个 RAG 问答 API，包含文档分块、Embedding、pgvector 检索和 Prompt 拼接
• 一个最小 Agent 循环，能调用知识库搜索、计算器或其他明确工具
• 一个 MCP Server，至少暴露 1~2 个可调用工具
• 一个 Browser Agent Demo，能用 Playwright 完成一次登录、搜索或表单填写任务

和毕业项目的关系

毕业项目里的 AI 能力都在这一阶段完成。先让 RAG 问答稳定可用，再加入 Agent 工具调用。MCP 和 Browser Agent 可以作为增强功能，不要影响 MVP 的完成。

---

章节导航

章节	周期	内容
第一节：LLM 基础	1 周	Token / Context / Function Calling / Structured Output
第二节：RAG	2 周	Chunk → Embedding → Vector DB → Retrieve → Generate
第三节：Agent	2 周	Planning / Tool Calling / Memory / Reflection
第四节：MCP 生态	1 周	MCP Client / Server / Tool 注册
第五节：Browser Agent	2 周	Playwright / Browser Use / 自动操作网页