RAG 阶段目标
RAG 的目标不是“接一个向量库”，而是让模型能基于外部文档可靠回答问题。
Day 57-63：PDF 问答
重点内容：
- RAG 概念。
- 文本切块。
- Embedding。
- 向量数据库。
- 检索流程。
- PDF 问答开发与测试。
最低产出：
- 上传 PDF。
- 文本切分入库。
- 提问后返回答案和引用片段。
Day 64-70：企业知识库
重点内容：
- 知识库设计。
- 文档导入。
- FAQ 问答。
- 产品查询。
- 前端开发。
- 系统优化与发布。
求职展示重点：
- 切分策略。
- 召回效果。
- 幻觉控制。
- 文档更新机制。
Agent 阶段目标
Agent 不是让模型“自己乱跑”，而是让模型在边界内调用工具、拆解任务、产生可追踪结果。
Day 71-84：Agent 研究助手
重点内容：
- Agent 概念。
- Function Calling。
- 工具调用。
- 工作流设计。
- LangGraph。
- 研究助手开发、测试和优化。
建议工具：
- 搜索工具。
- 文档读取工具。
- 摘要工具。
- 报告生成工具。
项目验收
一个合格的 RAG / Agent 项目，必须能说明：
- 输入是什么。
- 系统如何拆解。
- 调用了哪些工具。
- 输出如何验证。
- 失败时如何处理。