LLM 基础认知
理解 Token、Context Window、Temperature、Prompt Engineering 与 Chat Completion API 的基本用法。
完成后你能写出第一个流式对话接口，理解 Token 与 Context Window 的工程影响。
Token / ContextPrompt Eng.TemperatureMessages API
入门1-2 周视频已就绪
Frontend × AI Engineering
用 JavaScript
构建 AI Agent。
你的 async/await 就是 Agent Loop。你的 Zustand 就是 Agent State。
五个模块，从 LLM 到 Multi-Agent，无需 Python 背景。
// Chapter 01 · Vercel AI SDK · 流式响应
import { streamText } from "ai";
import { openai } from "@ai-sdk/openai";
export async function POST(req: Request) {
const { messages } = await req.json();
const result = streamText({
model: openai("gpt-4o-mini"),
messages,
});
return result.toDataStreamResponse();
}TypeScript · Next.js App Router查看章节 →
学习路线
五个模块，从 LLM 到 Multi-Agent。
每个模块包含图文教程、代码示例、交互 Demo 和自动生成的视频讲解。
每章配套自动生成的视频讲解，支持字幕切换和章节进度追踪。
开始学习
JavaScript / TypeScript AI 工具链
从 JS/TS 生态出发，学习 Vercel AI SDK、LangChain.js、OpenAI SDK 与 Anthropic SDK。
完成后你能用 Vercel AI SDK 和 LangChain.js 构建生产可用的 AI 应用后端。
Vercel AI SDKgenerateObjectstreamTextuseChat
工具链2-3 周生成中
Agent 核心概念
理解 Tool Use、Function Calling、Memory、Planning 与 ReAct 循环。
完成后你理解 ReAct 循环与 Tool Use 机制，能设计基础 Agent 行为逻辑。
Tool UseReAct LoopMemory TypesmaxSteps
核心2-4 周视频已就绪
Agent 框架实战
使用 LangGraph.js、Mastra、MCP 构建真实 Agent，接入搜索、数据库与代码执行工具。
完成后你能用 LangGraph.js 或 Mastra 构建接入真实工具的 Agent。
LangGraph.jsMastraMCP ServerLangChain.js
实战1-2 月待生成
Multi-Agent 系统设计
学习 Orchestrator / Subagent 编排、RAG 检索增强、Agent 评估与可观测性。
完成后你能设计多 Agent 协作系统，具备 RAG 检索增强与可观测性能力。
OrchestratorRAG PipelineLangfuseEvals
进阶持续进阶视频已就绪
前端工程师的优势
你已经掌握了 70% 的知识。
前端技能与 Agent 概念存在精确的一一对应关系。 你不是在从零学习，而是在给已有知识贴上新标签。
你不需要
- 深度学习数学
- GPU 编程
- 训练模型
- Transformer 内部结构
async/await · Promise
Agent Loop 异步 I/O
事件驱动思维
Tool Use 回调机制
Redux · Zustand 状态管理
Agent State 管理
API 调用与错误处理
LLM API 调用
组件化 · 模块化思维
Subagent 拆分
TypeScript 类型系统
Zod 结构化输出
React 单向数据流
LangGraph 状态流转
你只需要：理解 LLM 的 API 使用方式、掌握 Tool Use 机制、学会用框架编排 Agent。 你的异步编程经验直接对应 Agent Loop，你的状态管理直接对应 Agent State。