fullstack-ai-agent-roadmap：110 篇教程，58 万字，把全栈和 AI Agent 串成一条路
现在学全栈和 AI，最烦的不是没资料，是资料太散。Python 看一点，JavaScript 看一点，React 刷两节，后面又突然冒出来 RAG、向量数据库、Agent、工具调用。看着都挺有用，但学完一圈，很容易变成"我好像都懂一点，但不知道能做啥"。
fullstack-ai-agent-roadmap 这个项目比较直接，干脆把路线铺成一整套。
内容概览
- 110 篇教程
- 58 万字内容
- 从 Python、JavaScript 基础开始，往后接前端、后端、数据库，再一路走到大语言模型和 AI 智能体开发
- 内容用 Obsidian 组织，配有思维导图
- 精选了 400 多个 GitHub 项目，按入门、进阶、源码级分类
最大的好处：少走弯路
很多教程讲到最后都是"恭喜你学会了"，但你真打开编辑器，环境变量放哪、接口怎么联调、数据库连接串怎么配、前端状态乱了怎么查，马上就露馅。
这个路线每章都要求做一个验收项目，比如：
- 异步爬虫
- 协作白板
- 企业文档问答系统
不是只让你记概念，而是逼你交一个能跑的东西。
东哥看项目最在意的两处
代码能不能跑，项目是不是太飘。这里每个知识点都有：
- 日常类比
- 完整可运行代码
- 练习题
至少不是那种只会画架构图的资料。
400+ GitHub 项目分层
很多人不是找不到开源项目，是点进去以后不知道该看 README、Issues，还是直接硬啃源码。分层之后，至少能先从能跑的小项目开始，不至于上来就被十几个服务、Docker、数据库迁移、权限配置劝退。
怎么用这个路线
58 万字也别想三天速成。每天花 3 小时跟着走可以，但别只看不敲。
建议学习节奏：
- 基础项目先跑通
- 再改一个小功能，比如：
- 多加一个接口
- 换一个存储
- 接一次模型 API
面试或者自己做 demo 时，能讲清楚这几步，比单纯说"我学过 AI Agent"靠谱多了。
项目结构
Python/JavaScript 基础
↓
前端（React/Vue）
↓
后端（Node.js/Python）
↓
数据库（PostgreSQL/MongoDB）
↓
大语言模型基础
↓
RAG 与向量数据库
↓
AI Agent 开发
↓
工具调用与 MCP
↓
项目验收
适合人群
- 零基础转码：需要系统性路线而不是东一榔头西一棒槌
- 前端想学 AI：从熟悉的领域切入，一步步延伸到 Agent 开发
- 在校学生：面试前系统梳理全栈 + AI 知识体系
- 想自己做 AI 产品：需要完整的端到端技术认知
GitHub 地址：Karovia/fullstack-ai-agent-roadmap