[!info] related notes

• 上层 MOC: AI MOC, Agent MOC
• 子主题 MOC: Agent Runtime MOC, Tool Calling Engineering MOC, RAG Engineering MOC, Context Engineering MOC, Observability Engineering MOC

AI Agent Application MOC

AI Agent 应用工程化的总入口。不是讲”什么是 Agent”，而是讲”怎么把 Agent 做成一个可交付的产品”。

这张地图覆盖什么

这张地图围绕一个 React 前端 + Go 后端 + Python AI Service 的三层架构，覆盖 AI Agent 应用从架构设计到工程落地的完整知识体系：

• 整体架构和技术栈选型
• 工作流编排与状态管理
• 事件驱动与流式协议
• 人机协同与安全护栏
• 可观测性与质量治理

推荐阅读顺序

第一步：理解整体架构

1. AI Agent Application — AI Agent 应用的定义与三层架构
2. Agentic Application Stack — 技术栈分层与选型

第二步：理解核心机制

3. Agent Runtime — 包住模型的执行环境与控制层
4. Tool Calling 工程化 — 工具注册、分发、执行、结果处理的工程实现
5. Context Engineering — 系统化设计模型每轮所需的信息包
6. RAG — 检索增强生成的原理与工程实现

第三步：理解编排与控制

7. 工作流编排 — 多步骤任务的调度与控制
8. Agent 中的状态机 — 用状态机管理 Agent 流程
9. 图工作流 — 基于图的复杂工作流编排
10. Human-in-the-loop — 人机协同的介入点与实现

第四步：理解工程保障

11. 事件契约 — 前后端与 AI Service 之间的事件协议设计
12. AI 应用流式协议 — SSE/WebSocket 的选型与事件设计
13. Agent Guardrails — 风险控制与审批边界
14. Agent 评估工程化 — 评估体系设计与实施
15. AI 服务可观测性 — LLM 调用追踪、token 用量、延迟监控

核心概念分组

架构与栈

• AI Agent Application
• Agentic Application Stack
• Agent Engine
• AI Service

运行时与执行

• Agent Runtime
• Run
• Trace
• Checkpoint

工具与能力

• Tool Calling 工程化
• Function Calling
• Tool Calling Engineering MOC

上下文与知识

• Context Engineering
• Context Engineering MOC
• RAG
• RAG Engineering MOC

编排与控制

• 工作流编排
• Agent 中的状态机
• 图工作流
• Human-in-the-loop
• Agentic Workflow Patterns

协议与事件

• 事件契约
• AI 应用流式协议
• LLM Streaming MOC

安全与质量

• Agent Guardrails
• Agent 评估工程化
• Observability Engineering MOC

相关 MOC

• AI MOC — AI 知识总入口
• Agent MOC — Agent 概念全景
• LLM Streaming MOC — 流式协议设计
• Context Engineering MOC — 上下文工程
• BodySense MOC — 实战项目参考