课程 EA-01

Engineering & Agent for AI

面向 AI 项目的工程基础与 Agent Engineering 实践课程。

你将学会什么

  • 为 AI 项目建立清晰、可恢复的 Git 与 GitHub 工作流。
  • 从 Windows、PowerShell 和 WSL2 迁移到远程 Linux 环境。
  • 管理可复现的 Python、CUDA、PyTorch 与 Docker 环境。
  • 用 AGENTS.md、Skills、MCP 与 Harness 组织 Agent 工程协作。

学习前提

不要求已有 DevOps 或 Agent 平台经验。具备基本 Python 使用经验,并准备一个可安全练习的本地项目目录即可。

学习进度

0 / 16 节已完成

开始课程

课程目录

六个模块,一条可执行的工程路径

16 节课程
模块 0

Foundations

  1. 00课程说明:从 AI 项目到工程闭环已发布
  2. 01Git 仓库与 GitHub 工作流已发布
  3. 02分支、冲突与 AI 项目安全边界已发布
模块 1

Local to Remote

  1. 03Windows、PowerShell、WSL2 与 Linux已发布
  2. 04Shell、环境变量与进程已发布
  3. 05SSH、远程服务器与 tmux已发布
模块 2

Reproducible AI Environment

  1. 06Python 环境与依赖管理已发布
  2. 07CUDA、驱动与 PyTorch 环境心智模型已发布
模块 3

Containers

  1. 08Docker Image、Container、Volume 与 Port已发布
  2. 09Docker Compose 与多服务项目已发布
模块 4

Agent Engineering

  1. 10Agent Engineering mental model已发布
  2. 11AGENTS.md 与 Skills已发布
  3. 12Harness、Subagents 与工程闭环已发布
  4. 13MCP、Hooks 与 Evals已发布
模块 5

Integrated Project

  1. 14构建可复用的 AI Project Template已发布
  2. 15综合调试与发布检查已发布