教材说明

适合谁读

读者应已能写 Python、TypeScript、Java 或类似语言。本课集中复习数据库、缓存、网络和 Agent 工程，不从基础语法开始，也不要求先学一套新框架。

知识讲解和图适合第一次复习；题目用于自测；58 道面试追问用于练习口述。选择题的正确答案及错误选项解释默认折叠，简答题提供参考解答和评分点。

资料来源

课程沿用七天面试报告的主题和题目，复用了两套已有教材的工程内容：

• AI 工程学习终端：软件系统、RAG、安全与评测。
• Agent 工程学习实验室：工具调用、LangGraph 与 MCP。

每章的延伸阅读链接到相关官方文档或论文。原报告追问中的引用保留供进一步阅读，产品接口和支持范围在实际实现前需要核对版本。

示例的范围

数据库讲解采用 MySQL 8.4/InnoDB 口径。SQL、支付流程和容量案例用于说明机制；没有注明运行结果的示例不当作实测。退款和售后案例是假设的教学系统，不描述特定公司的生产架构。

图展示组件关系或事件顺序；时间线间距不代表测量到的耗时。选择题需要按题目给定的前提判断，现实系统若更换数据库、协议或下游契约，应重新分析。

可以运行的练习

仓库的 examples/tool_contract.py 用固定订单数据演示参数校验和租户检查，无网络、无模型请求。它可以验证宿主逻辑，不验证模型实际表现。

已有课程的 Python 配套练习覆盖 LangChain 工具消息、LangGraph 路由和 MCP stdio；相关 6 项测试已运行通过，没有发送模型请求。网页提供阅读、搜索和答案展开，不在浏览器里运行数据库或本机 Python。

使用方式

先给出自己的答案，再展开解析。简答题按四个评分点检查，每点 1 分。错题至少写清错误原因，并用另一个例子重新解释；能够背出句子，不一定能够判断并发和失败场景。

本站公开访问，不收集登录信息，不连接模型 API。不要在学习记录中粘贴真实客户信息、订单凭据或 API Key。