7 年 Web 前端（Vue / React），成人本科。
AI 写代码越来越多，“只会把页面写出来”的价值在下降，需要往“能设计、能交付、能讲清原理”的方向走。
第 3 节的招聘调研显示：AI Agent 岗位的主语言是 Python，Go 多数只是加分项。所以本计划以 Python + AI 应用为求职主线，Go 全栈作为基础和加分项。

起点（已经具备，不用从零学）

能独立开发和改通业务前端，能和后端 Agent 网关联调接口。
在公司里接触过真实的多 Agent 产品链路：意图识别 → 多角色研讨 → 总结 / 交付 / 过程报告。
踩过真实的生产问题：流式连接断开、模型额度不足、状态没有回写、数据库表结构和代码不一致、关掉页面后编排中断。

这些经历是转岗最大的本钱，后面的计划会把它们整理成“案例卡”，并做成可以公开演示的项目。

目标岗位（按优先级）

AI Agent 开发 / 大模型应用开发工程师（应用侧）
AI 全栈工程师（前端 + Python 或 Go 后端 + 大模型集成）
全栈工程师（前端 + Go 后端）

终点（4 条必须同时满足，才算这条路径走完）

能讲清：一张架构图 + 三分钟口述“多 Agent 如何状态机化、状态存在哪、失败怎么办”。
能做小：一个不带公司业务外壳的多 Agent 项目，本地可跑，覆盖编排 + 持久化 + 断点续跑（或写清降级策略）。
能举证：2 到 3 个“问题 → 根因 → 方案”的案例，优先来自自己在工作中遇到的真实问题（脱敏后）。
能对标岗位：简历和面试条目写得像“应用侧 Agent 工程师 / AI 全栈工程师”，而不是“改过公司某个页面”。

另外还有两个作品：项目一“团队任务看板”（Go 全栈）和项目二“RAG 知识库问答”（Python）。

任意一条没满足，都不要提前宣布“学完了”。

非目标（故意不做）

不以模型预训练、微调为主业。
不把公司业务代码开源，也不整仓搬进作品集。
不深入 Kubernetes、微服务治理、运维巡检、多云部署（招聘里提到微服务时，能讲清概念和取舍即可）。

2. 技术栈（已确定）

用途	选择	说明
求职主语言	Python 3.12	第 6 周开始，AI 相关岗位的主要要求
Python Web	FastAPI	招聘里 FastAPI、Flask 都常见，会一个另一个很快
Python 工具	uv、ruff、pyright、pytest
RAG	手写主流程 + LangChain 对照；向量库 Chroma（默认），了解 Milvus、pgvector	招聘里点名的向量库主要是 Milvus 和 Chroma
Agent 框架	LangGraph（主），先手写一遍循环理解原理	招聘普遍要求 LangChain / LangGraph 实际经验
工具与协议	Function / Tool Calling、MCP
低代码平台	Dify 或 Coze（体验 1~2 天）	能讲清和写代码的取舍
加分语言	Go + Gin	第 1~5 周，全栈基础
数据库	PostgreSQL（主学）+ MySQL 差异速查；SQLite（Agent 项目演示）	招聘里 MySQL 更多，SQL 大部分通用
Go 数据访问	sqlc + pgx，golang-migrate 管理迁移
缓存 / 队列	Redis（缓存、限流、会话记忆）、Redis Streams（消息队列入门），了解 RabbitMQ 概念
前端	React 或 Vue + TypeScript（你的强项）
部署	Docker、Docker Compose、Nginx、Linux 服务器、CI
AI 编程工具	Cursor / Cursor CLI / Grok Build	让 AI 写，你负责设计、审查、调试；简历里也写上

3. 岗位要求对照

调研说明

来源：智联招聘，2026-10-22 检索“AI Agent开发”和“Go全栈”，共约 17 个岗位。BOSS 直聘需要登录，没有拿到数据。
样本不大，只能看出方向，不代表整个市场。下面只写这次实际看到的内容，没有额外统计数字。建议每过一个月自己再搜一次，更新这一节。

学历和经验

学历：约 95% 的岗位写的是“本科”；只有 1 个要求统招硕士，1 个标注统招本科；没看到要求 985 / 211 的。
经验：大多要求 3~5 年。

AI Agent 开发岗位（按出现频率从高到低）

要求	本计划在哪一周覆盖
Python + FastAPI / Flask	第 6 周（Python、FastAPI），第 7~~8、11~~14 周项目里持续用
RAG + 向量数据库（Milvus / Chroma）	第 7~8 周项目二（Chroma 实现，Milvus / pgvector 对比和可选实现）
LangChain、LangGraph（要求实际项目经验）	第 8 周第 5 天 LangChain 重写 RAG；第 12~14 周 LangGraph 多 Agent 项目
LlamaIndex；Dify / Coze / RAGFlow / FastGPT	第 8 周了解 LlamaIndex；第 14 周第 6~7 天动手搭 Dify 或 Coze，其余看文档
Function / Tool Calling、MCP	第 11 周（手写工具调用循环、写 MCP 服务）
Prompt / Context Engineering、Agent 评测	第 7 周（提示词、上下文拼接）、第 8 周（RAG 评测集）、第 12 周（提示词迭代）、第 14 周（Agent 评测集）
工作流编排、Memory、多 Agent（加分项）	第 12 周（LangGraph 编排）、第 8 周（短期记忆）、第 13 周（长期记忆、持久化、人机协作）
Docker、Linux、Git	第 5 周（Docker、Compose、部署、CI），第 8、14、15 周部署 AI 项目；Git 全程
AI 编程工具（Cursor / Claude Code）	全程使用；第 11 周把自己的 MCP 服务接进 Cursor；简历里写清工作流
Go / Java（加分项）	第 1~5 周 Go

Go 全栈岗位

要求	本计划在哪一周覆盖
后端语言多为“Java / Go / Node / Python 任选其一”，很少只要 Go	Go（第 1~5 周）+ Python（第 6 周起），两门都能拿出项目
React / Vue + TypeScript	已有强项；第 2、4、7 周项目里的前端
MySQL、Redis（PostgreSQL 只出现过一次）	第 3 周数据库（附 MySQL 差异和练习）、第 5 周 Redis
微服务、消息队列	第 5 周消息队列入门（Redis Streams，了解 RabbitMQ）；微服务只讲概念
RESTful 接口	第 2、4 周
Docker、CI/CD	第 5 周
“AI 全栈”：RAG / 大模型集成	第 7~8 周项目二
Gin、Kubernetes	招聘里没有点名；Gin 作为学习用框架保留，Kubernetes 不学

对学习重点的影响

Python 是主语言，Go 是加分项；第 1~5 周的 Go 只学到“能做出一个带缓存、队列、部署的完整项目”为止。
RAG 和 LangChain / LangGraph 是硬要求，单独做成项目二和项目三。
工具调用、MCP、评测、记忆这些“新要求”都要有能演示的代码，而不是只看过文章。
数据库按 PostgreSQL 学，但要能说清和 MySQL 的差异。

4. 学习原则

每一步都落到文件：每天的任务都有明确要建的文件和完成标准；每周至少有一个能运行的提交或一页笔记。禁止“只看不写”。
AI 写，你审：代码可以让 AI 生成，但每个文件你都要能讲清楚每一行在做什么，面试时这是最大的区分点。
先手写，再用框架：RAG 和 Agent 都是先手写一遍核心流程，再用 LangChain / LangGraph 重写，两种都能讲。
先有评测，再谈优化：RAG 和 Agent 都有自己的小评测集，优化要拿数字说话（数字必须是自己跑出来的）。
边上班边学：工作日每天 1.5 到 2 小时，周末多投入一些。不建议裸辞。
代码和计划都进 Git：全部推到 zhuangang 仓库，换设备直接接着做。
只砍不加：进度落后时砍范围，不加新内容；新想法记到第 11 节“完成后的下一步”。
脱敏：公司代码、内网地址、真实任务数据、密钥、客户名，一律不进仓库（详见第 9 节）。

5. 十六周总路线

第一段  Go 全栈基础（第 1~5 周）       → 项目一：团队任务看板（Go + Redis + 消息队列 + Docker）
第二段  Python 与 AI 应用（第 6~8 周）  → 项目二：RAG 知识库问答（FastAPI + Chroma + Redis）
第三段  Agent 主线（第 9~14 周）
        阶段0 盘点 + 阶段1 读通画图（第 9 周）
        阶段2 五个重点 A~E + 案例卡（第 10 周）
        阶段3 多 Agent 项目（第 11~14 周）★主交付 → 项目三
第四段  包装与求职（第 15~16 周）       阶段4 + 终点验收 + 投递

周	主题	产出	计划文件
1	Go 基础语法	命令行任务清单 `todo`	`week01-go-basics.md`
2	Gin 写 HTTP 接口 + 接前端	任务清单 Web 版	`week02-gin-api.md`
3	PostgreSQL、SQL、迁移、sqlc、事务 + MySQL 差异	任务清单改用数据库	`week03-postgresql.md`
4	项目一（上）：注册登录、JWT、权限、前端	团队任务看板功能主体	`week04-auth-project1.md`
5	项目一（下）：Redis 缓存限流、消息队列入门、Docker 部署、CI	项目一部署上线	`week05-project1-redis-docker.md`
6	Python 速成（asyncio、pydantic、httpx、FastAPI、SSE）	`py-learning/`	`week06-python-basics.md`
7	项目二（上）：手写 RAG 主流程 + 接口 + 前端	RAG 问答可用	`rag-project.md`
8	项目二（下）：评测、混合检索、记忆、Redis、LangChain 对照、部署	RAG 项目完成	`rag-project.md`
9	阶段 0 盘点 + 阶段 1 读通与画图	`notes/00`、`notes/01`	本文第 6 节
10	阶段 2：五个重点 A~E + 案例卡	`notes/cards/`	本文第 6 节
11	项目三 M1：手写循环 + Tool Calling + MCP	手写版 + MCP 服务	`agent-mini-project.md`
12	项目三 M2：LangGraph 多 Agent 编排	LangGraph 版跑通	`agent-mini-project.md`
13	项目三 M3：检查点续跑、interrupt、后台作业、SSE、长期记忆	可演示崩溃恢复	`agent-mini-project.md`
14	项目三 M4：评测集、文档、映射表 + Dify / Coze 体验	项目三完成	`agent-mini-project.md`
15	阶段 4（上）：部署作品、整理作品集、简历、口述稿	`career/`	本文第 6 节
16	阶段 4（下）：面试准备、终点验收、投递	开始投递	本文第 6 节

精力不够时可以再拉长，但顺序不要变，也不要跳过验收。

时间不够时怎么砍（按顺序，越靠前越先砍）

所有标了“可选”的内容（Milvus / pgvector 实现、Go 网关、todo_server、前端重写）。
第 5 周的 CI 配置（保留本地脚本）、第 3 周 MySQL 小练习（保留差异速查表）。
第 1 周第 6 天的并发练习压缩为半天（第 6 周 asyncio 会再讲并发）。
不能砍：RAG 评测、LangGraph 项目的续跑和 SSE、MCP 服务、案例卡、Agent 评测集。

6. 第 910 周和第 1516 周的具体安排

（第 1~~8 周和第 11~~14 周见各自的计划文件，这里是没有单独文件的几周。）

第 9 周：阶段 0 盘点（前 2 天）+ 阶段 1 读通与画图（后 5 天）

阶段 0 做什么

写下一句话目标岗位（参考第 3 节）。
列出自己在公司亲自改过、排查过的模块（只写通用名字，例如“前端多 Agent 研讨模块”“Agent 网关的作业接口”）。
按第 7 节 A~E 五个重点，填一张“已会 / 模糊 / 不会”三列对照表。
确认项目三技术栈：Python + LangGraph（主）+ 先手写循环（已定）。

文件：notes/00-inventory.md

阶段 0 验收：

一句话目标岗位已写下
A~E 的“已会 / 模糊 / 不会”三列填完
项目三技术栈已确认

阶段 1 做什么（重点 A 编排 + B 权威源，先建立全局地图，再钻细节）

按优先级读公司项目里这几块（在公司电脑上读，笔记只写机制）：

优先级	要读的模块（通用叫法）	要搞清的问题
P0	前端的多 Agent 功能：意图、多席研讨、草稿、作业	几个步骤怎么串起来，谁发起 SSE
P0	前端的会话与交付模块	会话状态和交付状态分别存在哪
P0	Agent 网关里多 Agent、意图、作业、草稿相关的接口	服务端是“单轮调用”还是“后台作业”；用了什么框架、检查点存在哪
P1	前端对 Agent 网关的接口契约清单	前后端到底约定了哪些接口
P2	团队里关于“后台挂起 / 后台作业”的设计文档（如果有）	理想架构和现状差在哪

产出：

一张图（mermaid）：用户 → 前端 → Agent 网关 → 草稿 / 作业 / 业务库。文件 notes/01-architecture.md
一张表：关键接口（初始化、运行并流式返回、草稿、作业、会话）各自职责。文件 notes/01-api-table.md（只写职责，不写真实路径和内网地址）

阶段 1 验收：

不看代码能口述多 Agent 功能的主流程
图上标出：关掉浏览器时，流程断在哪一层
指出至少一处“状态双写或权威来源不清”的位置

第 10 周：阶段 2 五个重点深挖 + 案例卡

每个重点做一个实验（二选一即可），产出一张案例卡（模板见第 8 节）：

天	重点	必做实验	产出
1~2	A 多 Agent 编排	跟一次完整的多 Agent 流程（或用联调桩），记录派活顺序和结束（共识）条件	`notes/cards/A-orchestration.md`
2~3	C 流式与长任务	故意断网或关页面，记录“单轮继续”和“整个循环停掉”的区别	`notes/cards/C-streaming.md`
4	B 状态与权威源	对比草稿数据和任务 / 过程报告，找出哪些没有回写	`notes/cards/B-source-of-truth.md`
5	D 人机协作	走一遍“需要澄清”或“换模型失败 → 恢复”	`notes/cards/D-human-in-loop.md`
6	E 与业务系统集成	跟一次过程报告 / 任务状态：LLM 结果怎样变成业务记录	`notes/cards/E-integration.md`（可以和 B 合并，但五个重点都要覆盖）
7	回顾	把每张卡的“若重做的设计”汇总成清单，作为项目三的设计输入	`notes/cards/README.md`

一周写五张卡比较紧，写不完的在第 11~13 周每周五补一张，但第 14 周前必须写完。

阶段 2 验收：

A~E 每个重点至少一张案例卡
每张卡都写了“若重做，我会怎样设计”

第 15 周：阶段 4（上）作品上线和简历

部署：项目二、项目三用 Docker Compose 部署到你的服务器；有域名的话配上 HTTPS（Nginx + 证书），没有就保证内网可访问并录好演示视频。
作品集整理：把 task-board/、rag-qa/、agent-mini/ 各自同步到公开的 GitHub 仓库（再做一遍脱敏检查），README 顶部放演示动图。
简历（career/resume.md），按第 10 节的建议写。
口述稿（career/pitch.md）：3 分钟架构 + 1 分钟“踩过的最大坑”，计时练习，总长不超过 4 分钟，覆盖 A / B / C 中至少两项。
有余力再做 agent-mini-project.md 末尾的可选扩展（Go 网关或前端重写）。

第 16 周：阶段 4（下）面试准备、终点验收、投递

面试笔记 career/interview-notes.md，每个主题写“一句话答案 + 我的项目里怎么用的”：
- Python：asyncio、类型标注、pydantic、FastAPI。
- RAG：切分、向量检索、混合检索、重排、评测指标、拒答。
- Agent：工具调用、MCP、LangGraph 的状态 / 检查点 / 中断、记忆、多 Agent 编排、评测、常见失败和处理。
- 后端：数据库索引和事务、MySQL 与 PostgreSQL 差异、Redis 缓存问题、消息队列的幂等、Docker。
- Go（加分项）：goroutine / channel、接口、错误处理。
对照第 1 节“终点”四条和第 13 节终点验收清单打勾；缺哪条补哪条，不开新需求。
开始投递（策略见第 10 节），每次面试后把被问到的问题补进面试笔记。

7. 五个学习重点（始终抓住这 5 条）

#	重点	在工作中的抓手（通用叫法）	学完应能回答的一句话
A	多 Agent 编排	链式 / DAG 编排、主角色派活、各角色交付、共识	“角色怎么分工、什么时候结束、怎么避免同一个任务被跑两次”
B	状态与权威源	草稿 / 作业 / 任务，谁说了算	“刷新或关页后为什么丢进度，权威数据写在哪”
C	流式与长任务	SSE、连接断开处理、浏览器里循环 vs 后台作业	“为什么编排不该只活在浏览器里”
D	人机协作	意图澄清、等待用户输入、模型切换	“Agent 什么时候必须停下来问人”
E	与业务系统集成	过程报告、任务状态、鉴权隔离	“LLM 的结果怎样落到可审计的业务对象上”

项目三里每个重点都有对应的实现（见 agent-mini-project.md 的映射表）。

8. 案例卡模板（直接复制）

每张卡一个文件，放在 notes/cards/。仓库里只放脱敏版本。

标题：
对应重点：A / B / C / D / E
现象：
根因（一层）：
根因（系统层，可选）：
当时怎么处理 / 未处理：
可迁移结论（面试一句）：
若重做的设计：
关联代码/路径：（私有，只写在 notes/private/ 里，不进仓库）
日期：

优先写成卡的题目（来自你已经遇到过的问题）：

关掉浏览器后，多轮研讨就停了（编排跑在前端）。
分析已经进行到第三步，但任务状态还是“未开始”（权威源 / 回写缺失）。
模型额度或鉴权失败，以及“换模型后恢复”。
主分支升级后某张表缺字段导致接口 500（应用依赖和数据库迁移）。

9. 每周节奏、戒律和脱敏

日	做什么
周一	定本周重点（第 9 周以后只选第 7 节中的一条，或一个里程碑）
周二~周四	写代码 / 做实验 / 写案例卡
周五	验收：本周有没有“可展示的产出”；没有的话，周末只补交付，不学新东西
周日	30 分钟回顾：对照终点清单调整下一周范围（只砍不加），更新进度记录并 `git push`

有计划文件的周按文件里的“第 1 天~第 7 天”走，周五和周日的检查照做。

戒律

同一周不同时开“新框架 + 新业务功能 + 新论文”。
公司需求和学习冲突时：学习这边只保“案例卡或项目提交”，不保阅读量。
概念类资料每个重点最多读 1 篇，读完必须写进案例卡或项目文档。
不拿“无状态的聊天界面教程”当主线，最多用来对比“为什么不够”。

脱敏和保密

仓库里不放：公司代码片段、内网地址和端口、真实接口路径、真实任务 / 客户数据、密钥、截图里的业务内容。
案例卡只写机制：“草稿状态没有回写到任务表”可以写；具体表名、接口路径、字段名不写。
私有细节写在 notes/private/（已加入 .gitignore），只留在公司电脑上。
项目二、三的文档素材、题目、提示词都用公开或自己写的内容，不复制公司的。
每次 git push 前看一眼 git diff --cached。

10. 简历和投递建议

学历

成人本科满足这次调研里绝大多数岗位的“本科”要求。简历上如实写“本科”和学校、专业、时间，不需要主动标注学习形式，但也不要写成统招；面试被问到时如实回答。
标了“统招本科”“统招硕士”的岗位直接跳过，不浪费时间。
没看到要求 985 / 211 的岗位，所以竞争点在项目和经验上。

经验

招聘多要求 3~5 年。你有 7 年工作经验，只是方向是前端：简历里把公司多 Agent 产品的经历写在最前面（你做了什么、解决了什么问题），这是“AI 应用经验”，不只是“前端经验”。

项目（简历的重心）

项目三（多 Agent）放第一，项目二（RAG）第二，项目一（Go 全栈）第三。
每个项目写：解决什么问题 → 关键设计（用岗位里的关键词：LangGraph、RAG、Chroma、MCP、Tool Calling、评测、Redis、Docker）→ 可验证的结果（评测数字、演示链接、仓库地址）。数字必须是你自己跑出来的，没有就写现象，不要编。
公司经历按 STAR 写三条：编排可靠性、状态权威、业务落地，内容来自案例卡（脱敏）。
技能栏顺序：Python / FastAPI → LangChain / LangGraph / RAG / MCP → 前端（Vue / React / TS）→ Go → 数据库和中间件 → Docker / Linux / Git → AI 编程工具。

投递

主投：AI Agent 开发、大模型应用开发、AI 全栈；中小公司、创业团队、AI 应用团队。
兼投：全栈（前端 + Go / Python）。
每个月按第 3 节的方法重新搜一次岗位要求，更新对照表，调整简历关键词。

11. 仓库结构（`zhuangang`）和换设备

zhuangang/
├── .gitignore               # 至少包含 notes/private/、.env、*.db、data/、node_modules/、.venv/
├── plan/                    # 本计划文件夹
│   ├── README.md
│   ├── week01-go-basics.md
│   ├── week02-gin-api.md
│   ├── week03-postgresql.md
│   ├── week04-auth-project1.md
│   ├── week05-project1-redis-docker.md
│   ├── week06-python-basics.md
│   ├── rag-project.md
│   └── agent-mini-project.md
├── go-learning/             # 第 1 周（含 todo 命令行项目）
├── todo-api/                # 第 2~3 周
├── task-board/              # 第 4~5 周：项目一
├── py-learning/             # 第 6 周
├── rag-qa/                  # 第 7~8 周：项目二
├── notes/                   # 第 9~10 周：盘点、架构图、案例卡（脱敏）；低代码体验笔记
│   ├── cards/
│   └── private/             # 不进仓库
├── agent-mini/              # 第 11~14 周：项目三（含 MCP 服务、评测集）
├── lowcode/                 # 第 14 周：Dify / Coze 导出的配置（去掉密钥）
└── career/                  # 第 15~16 周：简历、口述稿、面试笔记

换设备后如何继续

新设备安装：Git、Go、Node.js、Docker、Python 3.12 和 uv、编辑器（VS Code 或 Cursor）。

配好能访问 git.gozeros.com 的 SSH 密钥，然后克隆仓库：

git clone ssh://wsk@git.gozeros.com:30023/wsk/zhuangang.git
cd zhuangang

打开 plan/README.md，在“进度记录”里找到上次做到哪周哪天。
打开对应周的计划文件，从下一天继续。
Go 项目：在项目目录 docker compose -f docker-compose.dev.yml up -d 启动数据库和 Redis，再按项目 README 跑迁移。Python 项目：进入项目目录 uv sync，复制 .env.example 为 .env。
每天学完：更新进度记录 → git add → git commit → git push。

完成后的下一步（不属于本计划，完成终点验收后再选一个开新路径）

可观测性：链路追踪、日志、成本统计（如 LangSmith、Langfuse 一类工具）。
更完整的评测体系和线上反馈闭环。
Java / Spring 或 Go 微服务方向的深入。
模型微调入门。

12. 进度记录

按周

每天学完把对应的 ☐ 改成 ☑。

周	��题	计划文件	每天	产出路径	周验收
1	Go 基础语法	week01-go-basics.md	☐☐☐☐☐☐☐	go-learning/	☐
2	Gin 接口 + 前端	week02-gin-api.md	☐☐☐☐☐☐☐	todo-api/	☐
3	PostgreSQL + MySQL 差异	week03-postgresql.md	☐☐☐☐☐☐☐	todo-api/	☐
4	项目一（上）鉴权权限	week04-auth-project1.md	☐☐☐☐☐☐☐	task-board/	☐
5	项目一（下）Redis、队列、Docker	week05-project1-redis-docker.md	☐☐☐☐☐☐☐	task-board/	☐
6	Python 速成	week06-python-basics.md	☐☐☐☐☐☐☐	py-learning/	☐
7	项目二（上）手写 RAG	rag-project.md	☐☐☐☐☐☐☐	rag-qa/	☐
8	项目二（下）评测、优化、部署	rag-project.md	☐☐☐☐☐☐☐	rag-qa/	☐
9	阶段0 盘点 + 阶段1 画图	README 第 6 节	☐☐☐☐☐☐☐	notes/00、01	☐
10	阶段2 案例卡 A~E	README 第 6 节	☐☐☐☐☐☐☐	notes/cards/	☐
11	项目三 M1 手写 + 工具 + MCP	agent-mini-project.md	☐☐☐☐☐☐☐	agent-mini/	☐
12	项目三 M2 LangGraph 编排	agent-mini-project.md	☐☐☐☐☐☐☐	agent-mini/	☐
13	项目三 M3 续跑、中断、SSE、记忆	agent-mini-project.md	☐☐☐☐☐☐☐	agent-mini/	☐
14	项目三 M4 评测、文档 + Dify/Coze	agent-mini-project.md	☐☐☐☐☐☐☐	agent-mini/、lowcode/	☐
15	阶段4（上）部署、作品集、简历	README 第 6 节	☐☐☐☐☐☐☐	career/	☐
16	阶段4（下）面试准备、验收、投递	README 第 6 节	☐☐☐☐☐☐☐	career/	☐

按阶段

阶段	产出路径	验收
第一段 Go 全栈基础（项目一）	task-board/	☐
Python 速成	py-learning/	☐
项目二 RAG	rag-qa/	☐
0 盘点	notes/00-inventory.md	☐
1 读通与画图	notes/01-*.md	☐
2 案例卡	notes/cards/	☐
3 项目三（多 Agent）	agent-mini/	☐
4 终点	career/	☐

项目三路径：（阶段 3 完成后填写）

卡住和收获（每天一句）

日期	周/天	一句话收获或卡住的地方

13. 终点验收清单（全部勾选才算完结）

AI 应用能力

项目二：RAG 问答可演示，有评测集和对比结果，README 清楚
项目三：LangGraph 多 Agent 可演示：启动 → 中途杀进程 → 重启续跑 → 结果可查
写过 MCP 服务，能讲清 Tool Calling 和 MCP
项目三有评测集，至少两次对比结果
搭过 Dify 或 Coze 应用，能讲清和写代码的取舍
架构图最新版已归档，和项目三 README 一致

全栈能力（加分项）

项目一部署过，能讲清分层、鉴权、缓存、限流、消息队列、部署
能讲清 MySQL 和 PostgreSQL 的主要差异

参考文档的终点

至少 2 张案例卡可以对外讲（已脱敏）
口述稿计时不超过 4 分钟，覆盖 A / B / C 中至少两项
第 1 节“终点”四条全部满足

求职

简历按第 10 节更新完成，没有编造的数字，学历如实
已开始投递
写下一句“下一步如果继续学”（第 11 节里选一个），作为新路径，不塞进本计划

完结动作：把本文件开头的状态改成“已完成（YYYY-MM-DD）”，提交并推送。本路径正式结束。

README.md Unescape Escape

转岗计划总纲：Python AI 应用 / Agent 开发为主，Go 全栈为辅（16 周）

1. 背景、起点和目标

背景